팀 연결성을 보장하는 다중 로봇 경로 탐색: 적응형 경로 확장과 동적 리더 전환

초록

**
본 논문은 제한된 통신 범위 혹은 시야(Line‑of‑Sight) 제약 하에서 팀 전체가 항상 연결된 상태를 유지하도록 하는 MAPF 문제(MAT3C)를 해결한다. 기존의 단일 확장·고정 리더 방식이 밀집 환경에서 교착 상태에 빠지는 한계를 극복하기 위해, (1) 경로를 여러 단계로 점진적으로 확장하는 Adaptive Path Expansion과 (2) 진행이 막히면 리더를 실시간으로 교체하는 Dynamic Leading을 결합한 두 단계 계획 프레임워크를 제안한다. 실험 결과, 제한된 통신 범위에서는 25대, 시야 기반 제약에서는 11~12대까지 90 % 이상의 성공률을 달성하며, 기존 우선순위·CBS 기반 베이스라인을 크게 앞선다.

**

상세 분석

**
이 연구는 팀 연결성(team‑connected communication)이라는 새로운 제약을 MAPF에 도입함으로써, 기존 연구가 다루지 못한 “모든 순간에 팀이 스패닝 트리를 유지해야 한다”는 실시간 통신 요구를 충족한다는 점에서 의미가 크다. 논문은 먼저 기존의 복합 상태 탐색(Standley 2010, Wagner & Choset 2015)과 디커플드 방식(PBS, CCBS 등)이 차원 폭발과 동시에 단일 확장(single‑expansion) 전략 때문에 동적 이웃 변화에 적응하지 못한다는 문제점을 명확히 제시한다. 특히, 리더‑팔로워(플래투닝) 접근법이 리더를 고정하면, 리더가 목표에 도달했을 때 팔로워가 통신 범위 밖으로 밀려 교착이 발생하거나, 시작‑목표 구성이 크게 달라지는 경우(그림 1 b) 경로가 전혀 생성되지 않는다.

이를 해결하기 위해 제안된 Adaptive Path Expansion은 각 에이전트의 경로를 한 번에 완성하지 않고, 진행이 정체될 때마다 현재까지 확장된 부분을 보존하고 새로운 목표(또는 중간 waypoint)까지 추가로 확장한다. 이 방식은 탐색 공간을 단계적으로 늘리면서도, 이미 확보된 안전 구역을 재사용하므로 탐색 효율성을 크게 향상시킨다.

Dynamic Leading은 리더 역할을 고정하지 않고, 현재 리더가 더 이상 팀 전체의 연결성을 유지하거나 충돌을 회피하지 못할 경우, 즉시 다른 에이전트를 새로운 리더로 지정한다. 리더 교체는 현재 확장된 경로와 스패닝 트리 구조를 재평가하여, 가장 연결성을 보장할 수 있는 후보를 선택함으로써 교착 상황을 회피한다. 이 두 기법을 결합한 APEDL (Adaptive Path Expansion with Dynamic Leading) 알고리즘은 2‑레벨 구조를 갖는다: (1) 전역 수준에서 팀 연결성을 검증하고, (2) 개별 에이전트 수준에서 경로를 단계적으로 확장한다.

실험에서는 5가지 환경(랜덤 포레스트, 링, 오피스, 웨이브, 메이즈)과 두 종류의 통신 모델(lcr, los)을 사용해 25대까지 스케일링을 검증하였다. lcr 제약 하에서는 90 % 이상의 성공률을 보이며 평균 계획 시간은 수 초 수준에 머물렀고, los 제약에서는 1112대까지 동일한 성공률을 유지했다. 비교 대상인 PBS, CCBS, PIBT, BMAA* 등은 밀집 환경에서 4060 % 수준으로 급격히 성능이 저하되었다.

한계점으로는 (1) 정적 맵과 2‑D 격자 기반 모델에 국한되어 동적 장애물이나 비정형 지형에 대한 적용이 미흡하고, (2) 통신 모델이 거리·시야 기반 단순화에 머물러 실제 무선 채널 특성(다중 경로, 간섭 등)을 반영하지 못한다는 점, (3) 최적성 보장은 제공하지 않으며, 완전성은 특정 가정(예: 충분한 초기 연결성, 장애물 없는 연속적인 서브‑디비전) 하에서만 논증된다. 그럼에도 불구하고, 팀 연결성을 유지하면서 대규모 에이전트를 효율적으로 계획할 수 있는 첫 번째 실용적 프레임워크로서 학계·산업 모두에 큰 파급 효과를 기대한다.

**