Area Search of Multiple UAV's based on Evolutionary Robotics

ABSTRACT The simultaneous operation of multiple UAV’s makes it possible to enhance the mission accomplishment efficiency. In order to achieve this, easily scalable control algorithms are required, and swarm intelligence having such characteristics as flexibility, robustness, decentralized control, and self-organization based on behavioral model comes into the spotlight as a practical substitute. Recently, evolutionary robotics is applied to the control of UAV's to overcome the weakness of difficulties in the logical design of behavioral rules. In this paper, a neural network controller evolved by evolutionary robotics is applied to the control of multiple UAV's which have the mission of searching limited area. Several numerical demonstrations show the proposed algorithm has superior results to those of behavior based neural network controller which is designed by intuition. 초 록 복수 무인기의 동시 운용을 통하여 임무 수행 효율성 제고를 꾀할 수 있으며 이를 위해서는 확장성이 용이한 제어 알고리듬을 필요로 하게 되는데 유연성, 강건성, 분산형 제어 및 자기조직화의 특징을 갖는 행동모델 기반의 무리 지능이 현실적인 대안으로 각광받고 있다. 그러나 논리적으로 행동규칙을 설계하기 어렵다는 단점을 극복하기 위하여 최근 진화로봇공학이 무인기 제어에 적용되기 시작하고 있다. 본 논문에서는 제한된 영역을 복수의 무인기로 탐색하는 임무를 진화로봇공학을 적용하여 진화시킨 신경망제어기로 수행한 결과, 직관에 의지하여 설계된 행동모델 기반의 신경망제어기에 비하여 우수한 성능을 보임을 제시하였다.Key Words : Multiple UAV's(복수 무인기), Evolutionary Robotics(진화로봇공학), Behavioral Model(행동모델), Swarm Robotics(무리로봇공학), Genetic Algorithm(유전알고리듬)