분산형 파라미터화 DDP를 이용한 UAV 스웜의 공간 시간 최적 경로 설계

초록

본 논문은 UAV 스웜의 최종 비행 시간을 사전에 지정하지 않고, 각 UAV가 독립적으로 로컬 경로를 DDP 기반으로 최적화하면서 ADMM을 통해 공간‑시간 파라미터 합의를 달성하는 완전 분산 알고리즘 D‑PDDP를 제안한다. 또한 스펙트럴 그래디언트 기반 적응형 패널티 조정 기법을 도입해 ADMM 수렴 속도를 크게 향상시켰으며, 다양한 시뮬레이션을 통해 대규모 스웜에서도 실시간 수준의 최적화가 가능함을 입증한다.

상세 분석

이 논문은 다중 에이전트 최적 제어(MA‑OC) 문제를 두 개의 계층으로 분해한다. 하위 계층에서는 파라미터화 DDP(PDDP)를 이용해 각 UAV의 상태·제어 시퀀스와 동시에 비행 시간 파라미터 θ를 최적화한다. PDDP는 전통 DDP와 달리 θ에 대한 2차 테일러 전개를 포함함으로써 시간 자유도가 있는 궤적 설계가 가능하고, 수렴 속도가 빠른 2차 최적화 특성을 유지한다. 상위 계층에서는 ADMM을 적용해 모든 UAV가 공유해야 하는 공간‑시간 합의 제약(예: 충돌 회피, 통신 거리 유지, 지정된 도착 시간 순서)을 분산 방식으로 해결한다. 기존 ADMM 기반 방법은 중앙 노드에 의존하거나 최종 시간을 고정해야 하는 한계가 있었지만, 여기서는 보조 원시 변수와 로컬 라그랑주 승수를 교환함으로써 완전 분산 C‑ADMM 구조를 구현한다.

특히, ADMM의 수렴에 크게 영향을 미치는 패널티 파라미터 ρ를 고정값으로 두는 대신, Barzilai‑Borwein 스펙트럴 그래디언트 방법을 차용한 적응형 조정 규칙을 제안한다. 이 규칙은 현재 원시·쌍대 잔차의 비율을 이용해 ρ를 동적으로 스케일링하므로, 초기 ρ 선택에 대한 민감도가 감소하고, 전체 반복 횟수가 평균 30 % 이상 감소한다는 실험 결과가 제시된다.

알고리즘 흐름은 (1) 각 UAV가 현재 궤적을 기반으로 PDDP를 수행해 새로운 제어·시간 파라미터를 제안, (2) 인접 UAV와 원시 변수와 라그랑주 승수를 교환, (3) ADMM 업데이트를 통해 합의 제약을 만족하도록 원시 변수를 조정, (4) 수렴 기준을 만족할 때까지 반복한다. 수렴 분석에서는 PDDP의 2차 수렴과 ADMM의 전통적인 수렴 보장을 결합해 전체 시스템이 전역 최적해에 근접함을 보인다.

시뮬레이션에서는 (a) 자유 비행 시간 최적화, (b) 동일 도착 시간 동기화, (c) 지정된 시간 간격을 유지하는 순차 도착 시나리오 등 세 가지 미션을 테스트하였다. 100대 규모의 UAV 스웜에서도 평균 0.12 초 내에 수렴했으며, 중앙집중식 SQP나 순차 convex 프로그래밍 대비 계산량이 5배 이상 절감되었다. 또한, 충돌 회피와 장애물 회피 제약을 포함한 복잡한 환경에서도 안전성을 유지하면서 목표 비용을 8 % 정도 감소시켰다.

한계점으로는 (i) 비선형 제약이 매우 강하게 비탄성인 경우 ADMM의 라그랑주 승수 업데이트가 발산할 가능성, (ii) 통신 지연·패킷 손실을 고려하지 않은 이상적인 네트워크 가정, (iii) PDDP의 파라미터 초기화가 수렴 속도에 영향을 미치는 점 등이 있다. 향후 연구에서는 비동기 ADMM, 로버스트 라그랑주 업데이트, 그리고 실제 하드웨어 테스트를 통해 실시간 적용성을 검증할 필요가 있다.