집단 리셋팅 이론과 회피 전략 최적화

초록

본 논문은 다수 입자 집단의 중심질량을 효과 입자로 간주하고, 극값 기반 집단 리셋팅을 일반화한 이론적 프레임워크를 제시한다. 오스틴-울렌벡 잠재력 하에서 평균 위치와 분산, 그리고 위험 영역 회피 확률을 분석하고, 군집 규모와 리셋팅 비율이 회피 성능에 미치는 영향을 정량화한다.

상세 분석

이 연구는 기존의 단일 입자 리셋팅 모델을 확장하여, n개의 과감하게 감쇠된 브라운 입자들이 공유하는 ‘극값 리셋팅’ 규칙을 수학적으로 정형화한다. 핵심은 전체 시스템의 중심질량(ζ)을 하나의 ‘유효 입자’로 치환함으로써, 복잡한 다입자 상호작용을 1차원 퍼텐셜 V_eff(ζ) 안에서 확산·드리프트와 리셋팅이 동시에 일어나는 확률 흐름으로 기술한다. 식 (1)은 전통적인 포커-플랑크 방정식에 리셋팅 손실·재투입 항을 추가한 형태이며, 재투입 분포 R(ζ,t)는 renewal theory를 이용해 식 (2)로 전개된다. 여기서 핵심은 K_n(ζ|ζ′;τ) 커널로, 이는 τ 시간 동안 개별 입자들이 독립적으로 오스틴-울렌벡 과정을 겪은 뒤 가장 오른쪽(극값) 입자의 위치 분포를 나타낸다. 대규모 n에 대해 K_n은 Gumbel 분포로 근사되며, 이는 극값 통계학의 Fisher‑Tippett‑Gnedenko 정리에 기반한다.

특히, 조화 퍼텐셜 V(x)=k x²/2를 가정함으로써 OU 프로세스의 평균 x(ζ′,τ)=ζ′ e^{-kτ}와 분산 σ²(ζ′,τ)=D/k