UAV 스웜으로 구현하는 실시간 생존 네트워크 최적화

초록

본 논문은 지상 에이전트 간 무선 통신을 지속적으로 유지하기 위해, 보이드 기반의 UAV 스웜을 실시간 유전 알고리즘(GA)으로 제어하는 방법을 제안한다. 각 UAV는 독립적인 GA 인스턴스를 실행해 이동 가중치를 최적화하고, 적합도 함수에 네트워크 커버리지를 포함시켜 암묵적인 협조를 유도한다. 실험 결과, 복잡한 랜덤 워크 상황에서도 네트워크 연결성을 높은 수준으로 유지함을 보였다.

상세 분석

이 연구는 두 가지 핵심 기술을 결합한다. 첫째, 지상 에이전트와 UAV 모두를 전통적인 보이드 모델에 기반한 군집 행동으로 모델링했으며, 보이드의 세 가지 기본 힘(응집, 정렬, 분리)을 가중치 매개변수로 제어한다. 둘째, 각 UAV에 독립적인 실시간 유전 알고리즘을 배치해 이러한 가중치를 동적으로 조정한다. GA는 매 세대마다 현재 UAV 위치와 지상 에이전트의 분포를 입력으로 받아, 적합도 함수에 정의된 ‘커버리지’(UAV 통신 반경 안에 포함된 지상 에이전트 수)를 최대화하도록 진화한다. 흥미롭게도, 개별 UAV가 자신의 커버리지를 극대화하려는 행동은 전체 스웜 수준에서 네트워크 ‘연결성’(연결된 컴포넌트 수가 1에 가까워지는 정도)을 향상시키는 암묵적 협조 메커니즘을 만든다.

알고리즘 설계 측면에서, 논문은 GA의 실시간 실행 가능성을 확보하기 위해(1) 작은 유전자 수(보이드 힘 가중치 23개)로 파라미터 차원을 축소하고, (2) 적은 개체 수와 제한된 세대 수(예: 2030세대)로 연산량을 제한하였다. 또한, 네트워크 모델을 2차원 평면 상의 고정 전파 반경 R을 갖는 원형 커버리지 영역으로 단순화함으로써 적합도 계산을 빠르게 수행한다.

비교 대상인 기존 연구들은 중앙집중식 GA, PSO, 혹은 오프라인 진화 방식을 사용해 실시간 제어에 한계를 보였다. 본 접근법은 각 UAV가 독립적으로 최적화를 수행함으로써 통신 부하와 중앙 서버 의존성을 제거하고, 스케일링을 UAV 수와 지상 에이전트 수에 거의 영향을 받지 않게 만든다. 실험에서는 4대의 UAV와 100대의 지상 에이전트를 사용했으며, 보이드 기반 움직임과 무작위 보행 두 시나리오 모두에서 연결성 지표가 0.8 이상(완전 연결은 1)으로 유지되었다.

한계점으로는(1) 보이드 모델이 실제 비행 제어와 물리적 제약(풍동, 배터리 등)을 충분히 반영하지 못한다는 점, (2) 적합도 함수가 커버리지만을 사용함으로써 전송 지연이나 대역폭 같은 QoS 요소를 고려하지 못한다는 점을 들 수 있다. 향후 연구에서는 보다 정교한 물리 모델과 다목적 적합도(연결성·대역폭·에너지 효율)를 통합한 하이브리드 최적화 방식을 탐색할 필요가 있다.