색상 인식 분산: 무명 그래프에서 로봇의 위치 제약 해결

초록

본 논문은 무명·무메모리 그래프에서 로봇이 자신의 색과 일치하는 노드에만 정착하도록 하는 “Location‑Aware Dispersion” 문제를 정의하고, 다양한 초기 배치와 파라미터(노드 수 n, 로봇 수 k, 색 종류 t)에 대한 결정론적 알고리즘을 제시한다. 또한 k=1일 때 n을 모르면 문제는 불가능함을 증명하고, 일반 경우에 대한 시간·메모리 하한을 제시한다. 특수 그래프(트리·경로·링)와 루트된 초기 배치에 대해서는 O(n) 라운드와 O(log(k+Δ)) 비트 메모리로 해결 가능한 알고리즘을 제공한다.

상세 분석

이 연구는 기존의 Dispersion 문제를 색상 제약이라는 새로운 차원으로 확장함으로써 로봇 협업 시스템에서 실제 자원(예: 충전소, 작업 구역)과의 매칭 문제를 모델링한다. 그래프는 완전히 익명이며 포트 라벨만 존재하고, 각 노드는 사전에 정의된 색(col(v))을 갖는다. 로봇 역시 색(col(ri))를 가지고 있어, 최종 목표는 “색상 일치 + 정점 일대일 매칭”을 만족하는 배치를 만드는 것이다.

논문은 먼저 모델을 정밀히 정의한다. 로봇은 고유 ID를 가지며, 통신은 동일 정점에 동시에 존재하는 로봇끼리만 가능하고, 동기식 CCM 사이클(통신‑계산‑이동) 안에서 동작한다. 초기 배치는 크게 (i) 루트형(모든 로봇이 하나의 소스에 집중), (ii) 분산형(각 정점에 최대 하나), (iii) 일반형(임의)으로 구분되며, 각 경우에 대해 파라미터 n·k의 사전 지식 유무를 고려한다.

핵심 기여는 다음과 같다.

1. 불가능성 및 하한: k=1이고 n을 모르는 경우, 어떤 결정론적 알고리즘도 무한 루프에 빠질 수 있음을 보이며, 이는 무명 그래프에서 탐색 자체가 불가능함을 의미한다. 일반적인 초기 배치에 대해선 최소 Ω(min{n²/k, m}) 라운드와 Ω(n/k·log k) 비트 메모리가 필요함을 증명한다. 이는 기존 Dispersion 하한(Ω(k) 라운드, Ω(log k) 비트)보다 엄격하다.

2. 루트형 초기 배치 알고리즘: n·k를 알고 있을 때, Universal Exploration Sequence(UXS)를 이용해 Õ(n⁵) 라운드 안에 모든 노드를 탐색하고 색상 매칭을 수행한다. 이는 메모리 O(M*)(UXS 구현에 필요한 비트)만을 요구한다.

3. 특수 그래프·특수 초기 배치: 트리, 경로, 링에 대해 DFS 기반 탐색을 적용, 각 로봇은 “탐색 상태”와 “정착 상태”를 전환한다. 최소 ID이면서 색이 일치하는 로봇만 정착하고, 나머지는 포트 번호 (입력 포트+1 mod Δ) 로 이동한다. 이 방식은 충돌을 방지하면서 O(n) 라운드, O(log(k+Δ)) 비트 메모리로 해결한다.

4. 일반 그래프에서의 결정론적 알고리즘: 초기 배치가 알려진 경우(루트형, 분산형, 일반형)와 n·k가 알려진 경우, 알고리즘 3~8을 통해 시간 복잡도는 O(n/k·m) 혹은 O(log (n/k)·n/k·m) 수준이며, 메모리는 O(n/k·log(k+Δ)) 혹은 상황에 따라 O(log(k+Δ)) 로 유지한다. 특히 k≈n인 경우 O(m) 라운드와 O(log k) 비트 메모리로 해결 가능함을 보인다.

5. 초기 배치를 모르는 경우: k와 n을 모르는 상황에서는 알고리즘 9와 10을 제시한다. 여기서는 로봇이 서로의 존재를 탐지하고, 색상별 서브그룹을 형성한 뒤 단계적으로 탐색·정착을 수행한다. 최악의 경우 Õ(n⁵) 라운드와 O(M*+n/k·log(k+Δ)) 비트 메모리를 필요로 한다.

전체적으로 논문은 “색상 일치”라는 제약이 기존 Dispersion을 크게 복잡하게 만든다는 점을 이론적·실험적으로 입증한다. 특히 파라미터와 초기 배치에 대한 사전 지식이 알고리즘 설계에 결정적인 영향을 미치며, 이를 체계적으로 정리한 표 1·2는 향후 연구에 중요한 기준을 제공한다. 또한, UXS와 DFS 기반 탐색을 적절히 조합함으로써 메모리와 시간 사이의 트레이드오프를 최적화한 점이 눈에 띈다.