1부. 인공지능과 로보틱스 관련 프레임워크 01장. 지능형 로봇 1.1 개요 1.2 지능형 로봇의 정의 1.3 로봇의 구성 요소 1.4 모달리티: 어떤 로봇들이 있는가? 1.5 모티브: 왜 로봇인가? 1.6 인공지능의 7가지 영역: 왜 지능형인가? 1.7 요약 1.8 연습문제 1.9 엔드 노트 02장. 인공지능 로보틱스의 역사 2.1 개요 2.2 툴, 에이전트, 조인트 인지 시스템으로의 로봇 2.3 제 2차 세계대전과 원자력 산업 2.4 산업용 매니퓰레이터 2.5 모바일 로봇 2.6 드론 2.7 조인트 인지 시스템으로 전환 2.8 요약 2.9 연습문제 2.10 엔드 노트 03장. 자동화와 자율성 3.1 개요 3.2 자율 역량의 4가지 슬라이더 3.2.1 계획: 생성과 실행 3.2.2 액션: 결정론적과 비결정론적 3.2.3 모델: 개방형 월드와 폐쇄형 월드 3.2.4 지식 표현: 기호와 신호 3.3 제한적 합리성 3.4 자동화와 자율성이 끼치는 영향 3.5 프로그래밍 스타일이 끼치는 영향 3.6 하드웨어 설계가 끼치는 영향 3.7 기능 고장의 유형이 미치는 영향 3.7.1 기능 고장 3.7.2 인간의 오류 유형이 끼치는 영향 3.8 자율 역량을 추가한 트레이드-공간 3.9 요약 3.10 연습문제 3.11 엔드 노트 04장. 자동화의 소프트웨어 조직 4.1 개요 4.2 소프트웨어 아키텍처의 3가지 유형 4.2.1 아키텍처의 유형 4.2.2 우수한 소프트웨어 공학 원칙을 강화하는 아키텍처 4.3 표준 인공지능 로보틱스 오퍼레이션 아키텍처 4.3.1 레이어 설명을 위한 속성 4.3.2 반응형 레이어 4.3.3 심의형 레이어 4.3.4 상호작용형 레이어 4.3.5 표준 운영 아키텍터 다이어그램 4.4 기타 오퍼레이션 아키텍처 4.4.1 자동화 수준 4.4.2 자율 제어 수준(ACL) 4.4.3 이니셔티브의 수준 4.5 시스템 아키텍처에서 5가지 서브시스탬 4.6 3가지 시스템 아키텍처 패러다임 4.6.1 특성 1: 프리미티브 간의 상호작용 4.6.2 특성 2: 센상 라우트 경로 4.6.3 계층형 시스템 아키텍처 패러다임 4.6.4 반응형 시스템 패러다임 4.6.5 하이브리드 심의/반응형 시스템 패러다임 4.7 실행 승인과 태스크 실행 4.8 요약 4.9 연습문제 4.10 엔드 노트 05장.텔레시스템 5.1 개요 5.2 태스커블 에이전시와 리모트 프레즌스 5.3 텔레시스템의 7가지 구성 요소 5.4 인적 감시 제어 5.4.1 감시 제어 유형 5.4.2 텔레시스템을 위한 인적 감시 제어 5.4.3 수동 제어 5.4.4 교환 제어 5.4.5 공유 제어 5.4.6 가드 모션 5.5 인적 요인 5.5.1 인지 피로 5.5.2 시간 지연 5.5.3 인간과 로봇의 비율 5.5.4 인간 소외 문제 5.6 텔레시스템의 애플리케이션 적합 여부 판단용 가이드라인 5.7 요약 5.8 연습문제 5.9 엔드 노트 2부. 반응형 기능 06장. 행동 6.1 개요 6.2 동물 행동의 탐구 동기 6.3 에이전시와 마르의 계산 이론 6.4 계산 이론 사례: 라나 컴퓨태트릭스 6.5 동물 행동 6.5.1 반사 행동 6.6 스키마 이론 6.6.1 객체에 따른 스키마 6.6.2 행동과 스키마 이론 6.6.3 S-R: 스키마의 수학적 표현 6.7 요약 6.8 연습문제 6.9 엔드 노트 07장. 퍼셉션과 행동 7.1 개요 7.2 액션-퍼셉션 사이클 7.3 깁슨: 생태학적 접근 7.3.1 시신경 흐름 7.3.2 비시각적 어포던스 7.4 2가지 퍼셉션 시스템 7.5 선천적 방출 메커니즘 7.5.1 선천적 방출 메커니즘의 정의 7.5.2 동시성 행동 7.6 퍼셉션의 2가지 함수 7.7 예제: 바퀴벌레의 은신 행동 7.7.1 분해 7.7.2 릴리저 식별 7.7.3 암묵적 시퀀스와 명시적 시퀀스 7.7.4 퍼셉션 7.7.5 아키텍처 관점에서 고려 사항 7.8 요약 7.9 연습문제 7.10 엔드 노트 08장. 행동 코디네이션 8.1 개요 8.2 코디네이션 함수 8.3 코디네이션 방법: 퍼텐셜 필드 8.3.1 퍼텐셜 필드 시각화 8.3.2 매그니튜드 프로파일 8.3.3 퍼텐셜 필드와 퍼셉션 8.3.4 단일 퍼텐셜 필드 프로그래밍 8.3.5 필드와 행동의 조합 8.3.6 센서당 하나의 행동을 이용하는 예 8.3.7 장점과 단점 8.4 경쟁 기법: 서브섬션 8.4.1 예제 8.5 시퀀스: 유한 상태 오토마타 8.5.1 도로 주행 FSA 8.5.2 쓰레기 수거 작업 FSA 8.6 시퀀스: 스크립트 8.7 인공지능과 행동 코디네이션 8.8 요약 8.9 연습문제 8.10 엔드 노트 09장. 로코모션 9.1 개요 9.2 머신 로코모션 9.2.1 홀로노믹과 논홀로노믹 9.2.2 스티어링 9.3 생체 모방형 로코모션 9.4 레그 로코모션 9.4.1 레그 이벤트의 개수 9.4.2 균형 유지 9.4.3 개트 9.4.4 조인트(관절)가 있는 다리 9.5 액션 선택 9.6 요약 9.7 연습문제 9.8 엔드 노트 10장. 센서와 센싱 10.1 개요 10.2 센서와 센싱 모델 10.2.1 액티브 센서와 패시브 센서 10.2.2 센서: 출력 유형과 사용 방법 10.3 주행 기록계, INS, GPS 10.4 근접 센서 10.5 컴퓨터 비전 10.5.1 컴퓨터 비전의 정의 10.5.2 그레이스케일과 컬러 표현 10.5.3 영역 세그먼테이션 10.5.4 컬러 히스토그램 10.6 센서 선택과 센싱 10.6.1 논리적 센서 10.6.2 행동 센서 융합 10.6.3 센서 수트 설계 10.7 요약 10.8 연습문제 10.9 엔드 노트 11장. 레인지 센싱 11.1 개요 11.2 스테레오 11.3 X로부터의 깊이 11.4 음파 탐지기와 초음파 탐지기 11.4.1 라이트 스트라이퍼 11.4.2 라이다 11.4.3 RGB-D 카메라 11.4.4 포인트 클라우드 11.5 사례 연구: ‘오르 되브르, 애니원?’ 11.6 요약 11.7 연습문제 11.8 엔드 노트 3부. 심의형 기능 12장. 심의 12.1 개요 12.2 STRIPS 12.2.1 좀 더 현실적인 STRIPS의 예 12.2.2 STRIPS 요약 12.2.3 폐쇄형 월드 가정과 프레임 문제를 다시 살펴보자 12.3 심볼 그라운딩 문제 12.4 글로벌 월드 모델 12.4.1 로컬 퍼셉션 공간 12.4.2 멀티레벨 또는 레이어형 월드 모델 12.4.3 가상 센서 12.4.4 글로벌 월드 모델과 심의 12.5 중첩된 레이어형 컨트롤러(NHC) 12.6 RAPS와 3T 12.7 FDIR(결함 탐지, 식별, 복구) 12.8 프로그래밍 관련 고려 사항 12.9 요약 12.1 연습문제 12.11 엔드 노트 13장. 내비게이션 13.1 개요 13.2 내비게이션에 대한 4가지 질문 13.3 공간 메모리 13.4 경로 플래닝의 종류 13.5 랜드마크와 게이트웨이 13.6 관계형 기법 13.6.1 차별화된(특정한) 장소 13.6.2 장점과 단점 13.7 연관형 기법 13.8 하이브리드 아키텍처를 이용한 위상 내비게이션의 사례 연구 13.8.1 위상학적 경로 플래닝 13.8.2 내비게이션 스크립트 13.8.3 시사점 13.9 인공지능에 대한 기회 13.10 요약 13.11 연습문제 13.12 엔드 노트 14장. 메트릭 경로 플래닝과 모션 플래닝 14.1 개요 14.2 위상학적 내비게이션이 충분하지 않은 4가지 상황 14.3 컨피규레이션 공간 14.3.1 메도우 맵 14.3.2 GVG: 일반화된 보로노이 그래프 14.3.3 규칙적인 그리드 14.3.4 쿼드트리 14.4 메트릭 경로 플래닝 14.4.1 A* 탐색 알고리듬과 그래프 기반 플래너 14.4.2 웨이브프론트 기반 플래너 14.5 계획이 수립된 경로의 실행 14.5.1 서브골 오브세션 14.5.2 리플래닝 14.6 모션 플래닝 14.7 경로 및 모션 플래너 평가 기준 14.8 요약 14.9 연습문제 14.10 엔드 노트 15장. 로컬라이제이션, 매핑, 탐사 15.1 개요 15.2 로컬라이제이션 15.3 피처 기반 로컬라이제이션 15.4 아이코닉 로컬라이제이션 15.5 정적 환경과 동적 환경 15.6 SLAM 15.7 지형 식별과 매핑 15.7.1 디지털 지형 평가 맵 15.7.2 지형 식별과 파악 15.7.3 입체 사진 측량 기법 15.8 스케일과 트래버서빌리티 15.8.1 스케일 15.8.2 트래버서빌리티 속성 15.9 탐사 15.9.1 반응형 탐사 15.9.2 프론티어 기반 탐사 기법 15.9.3 GVG 기법 15.10 로컬라이제이션, 지도 제작, 탐사, 인공지능 15.11 요약 15.12 연습문제 15.13 엔드 노트 16장. 학습 16.1 개요 16.2 학습 16.3 예제를 통한 학습의 종류 16.4 지도학습 알고리듬 16.4.1 수학적 귀납법 16.4.2 서포트 벡터 머신 16.4.3 의사 결정 트리 16.5 일반적인 비지도학습 알고리듬 16.5.1 클러스터링 16.5.2 인공 신경망 16.6 강화학습 16.6.1 유틸리티 함수 16.6.2 Q-러닝 16.6.3 Q-러닝 사례 16.6.4 Q-러닝 토론 16.7 진화형 로보틱스와 유전자 알고리듬 16.8 러닝과 아키텍처 16.9 갭과 오퍼튜니티 16.10 요약 16.11 연습문제 16.12 엔드 노트 4부. 상호작용형 기능 17장. 멀티로봇 시스템 17.1 개요 17.2 4가지 기회와 7가지 어려운 문제 17.2.1 멀티로봇 시스템의 4가지 장점 17.2.2 멀티로봇 시스템에서 7가지 어려운 문제 17.3 멀티로봇 시스템과 인공지능 17.4 태스크를 위한 멀티로봇 시스템 설계 17.4.1 작업을 위한 예상 소요 시간 17.4.2 액션 서브젝트 17.4.3 무브먼트 17.4.4 디펜던시 17.5 멀티로봇 시스템 설계의 코디네이션 차원 17.6 설계에서 시스템 차원 17.6.1 커뮤니케이션 17.6.2 멀티로봇 시스템 컴포지션 17.6.3 팀 규모 17.7 멀티로봇 시스템의 5가지 일반적인 현상 17.8 멀티로봇 시스템용 오퍼레이션 아키텍처 17.9 태스크 할당 17.10 요약 17.11 연습문제 17.12 엔드 노트 18장. 인간-로봇 상호작용 18.1 개요 18.2 상호작용 관련 분류 체계 18.3 HCI, 심리학, 커뮤니케이션의 기여 18.3.1 인간-컴퓨터 상호작용 18.3.2 심리학 18.3.3 커뮤니케이션 18.4 사용자 인터페이스 18.4.1 사용자 인터페이스 디자인을 위한 8가지 황금 룰 18.4.2 상황 인식 18.4.3 여러 사용자 18.5 도메인, 사용자, 상호작용 모델링 18.5.1 사용자와 상호작용의 동기 부여 예제 18.5.2 인지 태스크 분석 18.5.3 인지 작업 분석 18.6 자연 언어 및 자연주의적 사용자 인터페이스 18.6.1 자연 언어 이해 18.6.2 의미론과 커뮤니케이션 18.6.3 에이전트의 내부 스테이트 모델 18.6.4 멀티모달 커뮤니케이션 18.7 인간-로봇 비율 18.8 트러스트 18.9 테스트와 메트릭 18.9.1 데이터 수집 기법 18.9.2 측정 지표 18.10 인간-로봇 상호작용과 인공지능의 7가지 영역 18.11 요약 18.12 연습문제 18.13 엔드 노트 5부. 지능형 로봇 제작의 설계와 윤리 19장. 자율 시스템의 설계와 평가 19.1 개요 19.2 특정 자율 역량 설계 19.2.1 설계 철학 19.2.2 자율 로봇을 설계하기 위한 5가지 문제 19.3 사례 연구: 무인 지상 로보틱스 경진대회 19.4 분류 체계 및 주요 지표와 시스템 설계 19.5 지능형 로봇에 대한 전체적인 평가 19.5.1 고장 분류 체계 19.5.2 실험의 4가지 유형 19.5.3 수집할 데이터 19.6 사례 연구: 개념 실험 19.7 요약 19.8 연습문제 19.9 엔드 노트 20장. 윤리 20.1 개요 20.2 윤리의 유형 20.3 윤리적 에이전트의 분류 20.3.1 무어의 4가지 카테고리 20.3.2 도덕성의 카테고리 20.4 프로그래밍 윤리 20.4.1 철학적 접근법 20.4.2 로보틱스 접근법 20.5 아시모프의 로보틱스 관련 3가지 법칙 20.5.1 3가지 법칙의 문제점 20.5.2 로보틱스의 수정된 3가지 법칙 20.6 인공지능과 실천 윤리 20.7 요약 20.8 연습문제 20.9 엔드 노트