영문

AGV-based logistics warehouse system is an automated logistics return system widely used in various manufacturing industries and e-commerce fields. In an AGV-based logistics warehouse system, AGV plays a role in transporting resources or products necessary for the operation of the system. In particular, in automated logistics warehouses, since a large number of AGVs share a narrow space, path selection without interference or deadlock between AGVs is required. This problem is defined as a problem of multi-agent path search, and several studies have been conducted, but most of the studies have been conducted with many restrictions in a virtual environment, so not many studies have been conducted considering the physical constraints that may arise in a real system.

My research addresses the problem of multi-agent path search applicable to real-world environments. In this research, the multi-agent path search problem is separated into two stages. For now, I presented the general logic to prevent deadlock in warehouse system. Next step of my research is RNN-based prediction model that can select efficient paths among paths where deadlock does not occur. The developed algorithm will be applied to a simulation environment with lego hardware system and physical constraints to compare performance with existing studies. Furthermore, we are planning to propose a path selection policy using generalized deadlock prevention logic and graph artificial neural network-based reinforcement learning.

The main goal of my research are as follows. (1) Presenting an applicable multi-agent path search algorithm under physical constraints occurring in real-world environments. (2) Based on partial information utilization, an algorithm that can be applied to the actual environment was presented by achieving a short decision time. (3) Increasing efficiency of AGV warehouse system by reducing transportation time of AGV.

국문

AGV 기반 물류창고 시스템은 여러 제조 산업과 이커머스 등의 분야에서 널리 이용되는 자동화 물류 반송 시스템이다. AGV 기반 물류창고 시스템에서 AGV는 시스템의 운영에 필요한 자원 또는 제품들을 운반하는 역할을 수행한다. 특히 자동화 물류창고에서는 많은 수의 AGV들이 좁은 공간을 공유하기 때문에 AGV들간의 간섭 혹은 교착현상이 발생하지 않는 경로 선택이 요구된다. 이와 같은 문제는 다중 에이전트 경로 탐색이라는 문제로 정의되어 여러 연구들이 이뤄졌지만 대부분의 연구들이 가상의 환경에서 많은 제약을 두고 진행되어, 실제 시스템에서 발생할 수 있는 물리적인 제약들을 고려한 연구는 많이 이루어지지 않은 상황이다.

본 연구는 실제 환경에 적용 가능한 다중 에이전트 경로 탐색 문제를 다루고 있다. 현재는 다중 에이전트 경로 탐색 문제를 두 단계로 분리하여 교착 현상을 예방하는 로직을 제시하였다. 이후 연구에서는 교착 현상이 발생하지 않는 경로들 중 효율적인 경로를 예측할 수 있는 RNN 기반 예측 모형을 제시할 계획이다. 개발된 알고리즘을 레고를 이용한 하드웨어 시스템과 물리적인 제약조건들이 적용되는 시뮬레이션 환경에 적용하여 기존의 연구들과의 성능 비교를 진행할 예정이고, 더 나아가 다양한 구조의 AGV 기반 물류창고 시스템에 곧바로 적용할 수 있는 구조의 일반화된 교착 예방 로직과, 그래프 인공 신경망 기반의 강화학습을 이용한 AGV 경로 의사결정을 수행하여 좋은 경로 선택 정책을 제안하는 것을 추후 진행 계획으로 설정하고 진행중에 있다.

본 연구의 주요 목표는 다음과 같다(1) 실제 환경에서 발생하는 물리적인 제약 조건 하에서 적용 가능한 다중 에이전트 경로 탐색 알고리즘 제안 (2) 부분적인 정보 활용을 기반으로 짧은 의사결정 시간을 기반을 달성하여 실제 환경에 적용이 가능한 알고리즘을 제안 (3) 물류창고의 작업 효율화를 통한 반송 시간 단축.