그래프 위 모듈형 에이전트의 가상 전력 기반 라우팅 알고리즘

초록

본 논문은 모듈형 차량들이 그래프 형태의 도로망에서 목표 노드를 방문하면서 비용을 최소화하도록 설계된 가상 전력 기반 라우팅 알고리즘을 제안한다. 에이전트와 목표를 전하로 모델링하고, 역제곱 거리 법칙에 따라 인접 에지에 대한 끌어당김 힘을 계산해 매 시점 가장 큰 순수 힘을 갖는 에지를 선택한다. 목표 할당, k‑최단 경로 샘플링, 모듈‑모듈·모듈‑목표 간 힘 계산, 그리고 교착 상황을 방지하기 위한 대기 정책을 포함한다. 실험은 일리노이주 챔피언-어바나 실제 도로망에서 수행했으며, 기존 방법과 비모듈 기준에 비해 비용 절감 효과를 크게 보였다.

상세 분석

이 논문은 모듈형 에이전트가 다수의 목표 노드를 방문해야 하는 문제를 그래프 이론과 물리 기반 힘 모델을 결합해 해결한다는 점에서 혁신적이다. 먼저 문제를 “모듈형 에이전트 라우팅 문제”로 정의하고, 에이전트가 서로 연결·분리할 수 있으며, 연결된 상태에서는 하나의 에이전트와 동일한 비용만 발생한다는 가정을 둔다. 이는 실제 플래톤 트럭이나 연합형 대중교통에서 관찰되는 연료 효율 및 교통량 감소 효과를 수학적으로 추상화한 것이다.

알고리즘의 핵심은 전하 모델링이다. 각 에이전트와 목표를 양전하로 두고, 역제곱 거리 법칙 (F = \alpha / d^{2}) 에 따라 힘을 계산한다. 여기서 거리 (d) 는 그래프 상의 최단 경로 가중치 합으로 정의되며, 실제 도로 거리와 에너지 소비를 동시에 반영한다. 매 시점 에이전트는 자신이 현재 위치한 노드에서 인접한 모든 에지에 대해 “첫 번째 에지”가 포함된 k‑최단 경로들을 탐색한다(이때 Yen’s Algorithm 사용). 각 경로에 대해 목표 혹은 다른 에이전트까지의 총 가중치를 구하고, 해당 경로가 시작하는 첫 번째 에지에 힘을 할당한다.

힘의 합산 방식은 두 가지가 제시된다. 논문에서는 각 에지에 대해 해당 에지를 포함하는 경로 중 가장 큰 힘만을 선택하는 max 연산을 사용한다(식 (3)). 이는 계산량을 크게 줄이면서도 가장 유망한 이동 방향을 강조한다. α와 β라는 두 스케일 파라미터를 도입해 모듈‑모듈 간 끌어당김 강도와 모듈‑목표 간 끌어당김 강도를 조절한다. α=0이면 전통적인 다중 에이전트 경로 탐색과 동일해지고, β≫α이면 에이전트가 목표보다 서로에게 더 강하게 끌려 모듈화가 촉진된다.

알고리즘은 또한 교착 현상을 방지하기 위한 대기 정책을 포함한다. 두 에이전트가 서로의 현재 위치로 이동하려는 경우, 목표까지의 남은 비용이 짧은 에이전트가 대기하도록 하여 불필요한 왕복을 차단한다. 이는 실시간 시스템에서 발생할 수 있는 “서로를 따라다니는” 비효율을 최소화한다.

복잡도 분석에서는 Dijkstra와 Yen’s Algorithm을 이용한 k‑최단 경로 탐색이 (O(k·(m\log m + |E|))) 이며, 전체 에이전트 쌍에 대해 (O(n^{2}·m)) 정도 비용이 든다고 제시한다. k는 상수로 유지되므로 실제 도로망(희소 그래프)에서는 실시간 적용이 가능하다.

실험 결과는 일리노이주 챔피언‑어바나 도로망을 기반으로 220개의 에이전트를 시뮬레이션한 것으로, 기존 Jagdale‑Ornik 방법 및 비모듈 기준에 비해 평균 1530% 정도 비용 절감 효과를 보였다. 특히 목표가 서로 겹치는 구간이 길수록 모듈화에 따른 비용 절감이 두드러졌다.

전체적으로 이 논문은 물리 기반 힘 모델을 그래프 라우팅에 적용함으로써, 모듈형 에이전트의 결합·분리 결정을 자연스럽게 유도하고, 계산 효율성과 실용성을 동시에 확보한 점이 큰 장점이다. 다만, 역제곱 법칙의 파라미터 튜닝이 문제 특성에 크게 의존하고, 복잡한 도시 교통망에서의 스케일링에 대한 추가 검증이 필요하다.