In this thesis, we deal with optimal supervisory control algorithm for the partial observation system. The objective is minimization of the total cost of the system. The cost is incurred when the supervisor control the event (control cost), or when the event occur(occurrence cost). To attain that objective, we can use the suggested algorithm to design the supervisor for the partial observation case. However, in previous algorithm, the total cost for optimal path could have a overestimation problem, that is, the total cost of the equivalent system is bigger than original system. To solve that overestimation problem, we propose the new optimal supervisory control algorithm and show that the total cost of that proposed algorithm is smaller than original algorithm. With that, by considering the time condition of the system, we propose a new optimal supervisory control algorithm for the system with the time penalty condition. Finally we present the example of the task planning of practical service robot which applying the proposed algorithm.
이 논문에서는, 부분 관측 가능 시스템을 관측 가능한 시스템으로 변환하는 과정에서 발생하는 비용의 과측정 문제를 해결하는 방법을 제안하였다. 비용의 과측정은, 동일한 매크로 상태 안에 존재하는 서로다른 마이크로 상태에서 동일한 사건이 연속적으로 발생할 때 나타날 수 있다. 이러한 과 측정이 발생하는 경우를 분류하고, 이유를 분석하여 이를 해결하기 위해 다수 비용 사건 개념을 제안하였고, 이를 이용하여 서로다른 마이크로 상태에서 발생하는 동일한 사건에 대해 각각 다른 비용값으로 저장해 주는 방식을 제안하였다. 이렇게 저장된 다수 비용 값들을 가지고 최적 비용을 구하는 알고리즘을 제안하였고, 이렇게 새롭게 제안된 알고리즘이 기존의 알고리즘보다 더 나은 비용을 얻을 수 있음을 보였다. 또한 각 사건의 소요 시간을 고려하여 시간 조건이 존재하는 경우에 최적 비용과 그에 따른 최적 관리자를 어떻게 설계할 것인가에 대해 고찰하였다. 이를 다루기 위해 시간 나누기 알고리즘을 제안하였고, 이 알고리즘을 통해 각 시간 조건에 맞는 길들을 찾아낼 수 있었다. 마지막으로 이렇게 제안한 알고리즘들을 실제 서비스 로봇 상황에 도입하여 알고리즘이 어떻게 사용되는지, 그리고 실제 상황에서 어떤 유용성을 지니는지에 대해 알아보았다.
