도달가능성 분석과 하이브리드 존톱을 활용한 메트릭 시계열 논리 기반 경로 계획

초록

본 논문은 메트릭 시계열 논리(MTL) 사양을 만족하는 자율주행 차량의 궤적을, 하이브리드 존톱을 이용한 전방 도달가능성 집합으로 변환한 뒤 혼합정수 최적화로 효율적으로 생성하는 방법을 제안한다. 기존의 자동마와 MIP 기반 접근법에 비해 이진 변수 수를 크게 감소시켜 계산량을 절감하고, 시간 가변 환경·지역별 교란·다중 에이전트 협조까지 다룰 수 있음을 실험과 시뮬레이션을 통해 입증한다.

상세 분석

이 논문은 메트릭 시계열 논리(MTL)를 만족하는 궤적 생성 문제를 “집합 기반” 접근법으로 재구성한다는 점에서 혁신적이다. 기존 연구에서는 자동마(automaton)와 MIP를 결합해 이진 변수와 ‘big‑M’ 제약을 도입했지만, 이는 이진 변수 수가 사양의 복잡도에 비례해 기하급수적으로 증가하고, big‑M에 의한 완화가 느슨해져 Branch‑and‑Bound 탐색이 비효율적으로 진행되는 단점을 가지고 있었다. 저자들은 이러한 한계를 극복하기 위해 하이브리드 존톱(Hybrid Zonotope)이라는 집합 표현을 활용한다. 하이브리드 존톱은 연속적인 생성기와 이진(0/1) 생성기를 동시에 포함해 다중 폴리토프의 합집합을 정확히 표현할 수 있다. 특히, 연속 생성기와 이진 생성기를 분리함으로써 각 폴리토프(예: 장애물, 목표 영역, 교란 구역)와 대응되는 이진 변수 ξ_b를 직접 상태 벡터에 포함시켜, MTL의 원자 명제 π와 “x_k ∈ X_π ⇔ ξ_{b,π,k}=1”이라는 일대일 대응을 자연스럽게 구현한다.

핵심 기술은 두 단계로 나뉜다. 첫째, 시스템의 선형 시간 불변(LTI) 동역학 x_{k+1}=A x_k + B u_k + w_k에 대해 전방 도달가능성 분석을 수행한다. 여기서 w_k는 지역별 교란을 나타내며, 교란 벡터는 각 폴리토프에 대응되는 이진 변수와 선형 변환 W ξ_b,k 로 표현된다. 하이브리드 존톱을 이용하면 이러한 교란까지 포함한 전체 도달가능성 집합을 고차원(시간 축을 포함) 하이브리드 존톱으로 한 번에 구성할 수 있다. 둘째, MTL 사양을 H‑rep(반평면) 폴리토프 형태로 변환하고, 위에서 만든 도달가능성 집합과 일반화 교집합 연산(Prop. 1)으로 결합한다. 이때 ‘until’, ‘eventually’, ‘always’ 연산을 구현하기 위한 추가 이진 변수와 제약식이 기존 MIP 방식보다 훨씬 적은 수의 이진 변수와 디스정합(disjunction)으로 표현된다. 특히, ‘until’ 연산을 위한 새로운 제약 구조는 기존 문헌에서 요구되는 다중 디스정합을 절반 수준으로 감소시킨다.

이러한 집합 기반 인코딩은 최종적으로 다음과 같은 혼합정수 2차계획(MIQP) 문제를 만든다. 목적함수는 상태와 제어 입력에 대한 2‑norm 가중합이며, 제약은 (i) 시스템 동역학, (ii) 상태·입력 구간, (iii) 도달가능성·MTL 교집합, (iv) 초기 조건을 포함한다. 중요한 점은 모든 제약이 선형(또는 선형 이진) 형태로 유지돼, 상용 MIP 솔버가 효율적으로 처리할 수 있다는 것이다. 실험 결과는 기존 ‘door‑key’ 벤치마크에서 이진 변수 수가 10배 이상 감소하고, 해결 시간도 5배 이상 단축됨을 보여준다. 또한, 시간 가변 환경, 지역별 교란, 다중 로봇 협조 시나리오에서도 동일한 프레임워크가 적용 가능함을 시연한다.

이 논문의 기여는 (1) MTL 사양을 하이브리드 존톱으로 직접 인코딩해 big‑M 없이 정확한 집합 표현을 제공, (2) ‘until’ 연산을 위한 효율적인 디스정합 감소 기법, (3) 교란을 포함한 동적 환경에서도 전방 도달가능성 분석을 고차원 집합으로 통합, (4) 실시간 혹은 근실시간 수준의 최적화 가능성을 입증한 광범위한 실험·시뮬레이션 결과이다. 이러한 접근법은 고차원·고속도 자율 시스템에 MTL 기반 안전·성능 요구사항을 적용하는 데 실용적인 길을 제시한다.