동형식 로봇 네트워크와 동형성: 패턴 형성 문제

초록

본 논문은 식별자를 완전히 공개하거나 전혀 없던 기존 모델 사이의 중간 단계인 ‘동형성(homonymy)’ 모델을 도입한다. n개의 로봇이 h(1≤h≤n)개의 서로 다른 식별자를 공유할 때, 연속적인 기하학적 패턴 시퀀스를 형성하기 위한 필요·충분 조건을 대칭성(symmetry)과 식별자 수의 관계로 정리한다. 특히 h=n인 경우 식별자를 보이지 않게 해도 계산 능력이 제한되지 않음을 보이며, 이는 기존 연구와 상충한다. 알고리즘 구현을 위해 회전 대칭을 갖는 다수의 구성에 대해 Weber 점을 효율적으로 계산하는 함수를 제시한다.

상세 분석

이 논문은 로봇 네트워크 분야에서 ‘동형성’이라는 새로운 개념을 도입함으로써 기존의 완전 식별자 모델(에피노미컬)과 완전 익명 모델 사이의 격차를 메우고자 한다. n개의 로봇이 h개의 식별자를 공유하는 경우, 각 로봇은 자신의 식별자와 현재 관측된 전체 배치를 기반으로 움직임을 결정한다. 로봇은 기억을 갖지 않으며(oblivi­ous), 시각을 통해서만 정보를 교환한다는 전제하에, 저자들은 두 가지 핵심 메트릭인 ‘대칭성(symmetry)’과 ‘정규성(regularity)’을 정의한다.

대칭성(sym(P))은 현재 배치에서 가장 작은 동등 클래스(동일한 ‘시야’를 가진 로봇 집합)의 크기로 정의된다. 즉, 배치가 m‑대칭이면 최소 m개의 로봇이 동일한 시야를 공유한다는 의미다. 정규성은 각 로봇의 시계방향 각도 문자열이 일정한 주기를 갖는지를 검사함으로써, 배치가 회전 대칭을 이루는지 판단한다. 이러한 정의는 기존 연구에서 사용된 대칭성 개념과 수학적으로 동등하지만, 다중점(multiplicity point)을 허용하지 않는 상황에 한정한다.

핵심 정리는 다음과 같다. 연속적인 패턴 시퀀스 S={P₁,…,P_t}가 형성 가능하려면, 임의의 인접한 패턴 P_i와 P_{i+1}에 대해
 h > n / sncd(sym(P_i), sym(P_{i+1}))
가 필요하고 충분하다. 여기서 sncd(x,y)는 x가 y를 나누지 않을 경우 가장 작은 약수, 그렇지 않으면 n+1을 반환하는 함수이다. 직관적으로, 두 연속 패턴 사이의 대칭성 차이가 클수록 더 많은 식별자(즉, 더 큰 h)가 필요함을 의미한다.

알고리즘적 기여는 ‘Weber 점’ 계산에 있다. Weber 점은 전체 로봇 집합에 대해 거리 합을 최소화하는 점으로, 기존에는 정다각형, 직선 등 제한된 형태에 대해서만 알려져 있었다. 저자들은 회전 대칭을 갖는 거의 모든 정규 구성에 대해 O(n log n) 시간 복잡도로 Weber 점을 구하는 절차를 제시한다. 이 절차는 각 로봇이 자신의 로컬 폴라 좌표계에서 각도와 거리를 정렬하고, 문자열 주기성을 이용해 중심점을 추정한 뒤, 최적점을 미세 조정하는 단계로 이루어진다.

특히 h=n인 경우, 즉 모든 로봇이 서로 다른 식별자를 가졌지만 식별자를 ‘보이지 않게’ 만들었을 때도, 위의 필요·충분 조건이 만족된다면 식별자를 보이는 경우와 동일한 패턴 시퀀스를 형성할 수 있음을 증명한다. 이는 Das et al.