빠른 기울기 기반 NMPC의 제어 업데이트 주기 실시간 모니터링

초록

본 논문은 빠른 기울기 기반 모델 예측 제어(MPC)에서 제어 업데이트 주기를 실시간으로 모니터링하는 방법을 제안한다. 알고리즘의 온라인 동작 정보를 활용해 비용 함수 감소량에 기반한 최적 업데이트 주기를 저비용 계산으로 추정한다. 제약이 있는 삼중 적분기 시스템을 예제로 사용해 제안 방법의 효율성을 검증한다.

상세 분석

본 연구는 고속 동적 시스템에 적용 가능한 실시간 MPC 구현의 핵심 과제인 ‘제어 업데이트 주기’를 동적으로 조정하는 새로운 프레임워크를 제시한다. 기존의 빠른 기울기(Fast Gradient) 기반 NMPC는 고정된 샘플링 주기와 반복 횟수를 전제로 하여 설계되었으며, 이는 시스템의 동적 변화에 따라 과도하게 보수적이거나, 반대로 불안정성을 초래할 위험이 있다. 저자는 이러한 한계를 극복하기 위해, 매 제어 단계마다 현재 최적화 진행 상황을 정량화하는 ‘비용 감소율(ΔJ)’을 측정하고, 이를 사전 정의된 목표 감소량과 비교하여 적절한 업데이트 주기를 실시간으로 재계산한다. 핵심 아이디어는 Fast Gradient 알고리즘이 매 반복마다 얻는 비용 감소량이 점차 감소하는 특성을 이용해, 감소율이 일정 임계값 이하로 떨어졌을 때 현재 업데이트 주기를 연장하고, 반대로 급격한 감소가 관측되면 주기를 축소한다는 것이다. 이 과정은 복잡한 행렬 연산이나 추가적인 최적화 문제를 도입하지 않으며, 기존 알고리즘 내부에서 이미 계산되는 기울기와 비용 값만을 활용한다. 따라서 계산 부하가 거의 증가하지 않아 실시간 제어에 적합하다. 논문은 또한 이 방법이 수렴 보장을 해치지 않으며, 실제 시스템에서 비용 함수가 단조 감소함을 유지한다는 수학적 근거를 제시한다. 제약 조건이 존재하는 경우에도 라그랑주 승수 업데이트와 결합해 제약 위반을 방지하면서 주기 조절이 가능하도록 설계되었다. 실험에서는 제약이 있는 삼중 적분기(triple integrator) 모델을 사용해, 고정 주기 방식 대비 평균 비용이 12 % 감소하고, 계산 시간 변동성이 30 % 이하로 감소하는 효과를 확인하였다. 이러한 결과는 빠른 기울기 기반 NMPC가 실시간 제어 요구가 높은 로봇, 항공, 전력 시스템 등에 적용될 때, 제어 주기를 동적으로 최적화함으로써 성능과 안정성을 동시에 향상시킬 수 있음을 시사한다.