위험 제한 하 연속 동적 시스템을 위한 확률적 플래너

초록

본 논문은 사용자가 지정한 위험 한계 내에서 연속적인 확률적 시스템을 목표 지향적으로 제어할 수 있는 모델 기반 플래너, p‑Sulu Planner를 제안한다. 핵심은 위험 한도를 명시적으로 포함한 계획 표현인 CCQSP(Chance‑Constrained Qualitative State Plan)를 도입하고, 이를 해결하기 위한 위험‑민감 및 시간‑제약 최적화 기법을 개발한 것이다. 개인용 항공기 경로 계획과 우주 화물선 자동 도킹 두 실제 시나리오를 통해 실효성을 검증한다.

상세 분석

p‑Sulu Planner는 연속 상태 공간과 확률적 동역학을 동시에 다루는 최초 수준의 플래너 중 하나로 평가할 수 있다. 기존의 확률적 플래닝 연구는 주로 이산 상태 혹은 마코프 결정 과정에 국한되었으나, 본 연구는 연속적인 물리 시스템—예를 들어 UAV와 우주선—에 적용 가능한 프레임워크를 제시한다. 핵심 아이디어는 CCQSP라는 새로운 계획 언어를 도입하는 것이다. CCQSP는 “질적 상태”(예: A 지점 도달)와 “시간적 제약”(예: 30분 이내) 그리고 “위험 한도”(예: 실패 확률 < 0.001 %)를 동시에 기술한다. 이러한 표현은 사용자가 직관적으로 목표를 서술하면서도 안전 요구사항을 수치화할 수 있게 해준다.

위험 제약을 만족시키기 위해 논문은 두 단계의 최적화 구조를 설계한다. 첫 단계에서는 선형/비선형 확률적 동역학을 선형화하고, 차분 방정식 형태의 상태 전이 모델을 구축한다. 여기서 가우시안 잡음 가정 하에 상태 분포를 평균·공분산 형태로 추적한다. 두 번째 단계에서는 차분식에 기반한 확률적 안전 경계(Chance Constraint)를 선형 부등식 형태로 근사화한다. 이때 Boole’s inequality와 Cantelli’s inequality를 활용해 다중 위험 제약을 보수적으로 결합한다. 결과적으로 전체 문제는 이차 계획(QP) 혹은 혼합 정수 이차 계획(MIQP) 형태로 변환되며, 기존 상용 솔버와의 연동을 통해 실시간 수준의 계산이 가능함을 보인다.

시간 제약 처리에서는 “시계열 윈도우” 개념을 도입해 각 질적 상태에 도달해야 하는 시간 구간을 명시한다. 이를 위해 플래너는 각 윈도우 내에서 최적 경로를 찾으며, 윈도우 간 상호작용을 고려한 동적 프로그래밍 방식을 적용한다. 특히, 윈도우 경계에서의 상태 불확실성을 위험 제약에 포함시켜, 전체 일정이 위험 한도를 초과하지 않도록 보장한다.

시뮬레이션 결과는 두 가지 실제 사례에 초점을 맞춘다. 첫 번째는 개인용 항공기(PAV)의 도심 내 경로 계획으로, 복잡한 건물 장애물과 비행 고도 제한을 포함한다. p‑Sulu Planner는 30분 내에 목적지에 도달하면서도 충돌 위험을 10⁻⁵ 이하로 억제한다. 두 번째는 자율 화물 우주선의 도킹 시나리오로, 상대적인 궤도와 연료 소모를 고려한 연속적인 제어 입력을 생성한다. 여기서도 위험 한도(0.001 %)를 만족하면서 최적 연료 사용량을 달성한다.

본 논문의 주요 기여는 (1) 위험 한도를 명시적으로 포함한 연속 계획 언어(CCQSP) 설계, (2) 확률적 동역학과 시간 제약을 동시에 다루는 효율적인 최적화 알고리즘, (3) 실제 항공·우주 시스템에 적용 가능한 실증 결과이다. 다만, 가우시안 잡음 가정과 선형 근사에 의존하는 점은 비선형·비가우시안 환경에서의 확장성을 제한한다는 한계가 있다. 향후 연구에서는 샘플 기반 방법이나 비선형 확률 불확실성 모델을 통합해 일반성을 높이는 방향이 기대된다.