안전한 확률 탐색기: 불확실한 환경에서 목표 지향 탐색과 물체 상호작용

초록

본 논문은 동적·불확실성이 내재된 미지의 환경에서 로봇이 목표를 달성하면서 안전을 보장하도록 설계된 “Safe Stochastic Explorer (S.S.Explorer)” 프레임워크를 제안한다. Gaussian Process를 이용해 안전 함수의 불확실성을 온라인으로 학습하고, 이를 확률적 안전 경계와 결합해 이산 및 연속 상태공간 모두에 적용 가능한 안전 탐색 알고리즘을 개발한다. 또한 다중 미지 물체와의 안전한 물리적 상호작용까지 확장한다. 시뮬레이션 및 실제 로봇 실험을 통해 제안 방법의 효율성과 안전성을 검증한다.

상세 분석

S.S.Explorer는 로봇이 미지의 환경에서 목표 지점을 탐색할 때, 두 가지 상충되는 요구—안전 보장과 정보 획득—를 동시에 만족시키는 방법론이다. 핵심 아이디어는 안전 함수 q(x)를 Gaussian Process(GP)로 모델링하고, GP가 제공하는 평균 μ(x)와 분산 σ²(x)를 이용해 확률적 안전 경계를 정의한다. 구체적으로, 안전 임계값 q_T에 대해 Pr