중간조건과효과를포함한시간수치계획의패턴기반기법

초록

본 논문은 기존의 Symbolic Pattern Planning(SPP) 방식을 시간적 지속 행동과 중간조건·효과(ICEs)를 지원하도록 확장한다. 패턴은 행동 간 인과 순서를 제시하고, SMT 인코딩을 통해 유효한 계획을 찾는다. 패턴이 부정확하면 반복적으로 확장·압축하여 완전성을 보장한다. 제안된 플래너 Patty는 ICEs가 없는 도메인에서 기존 플래너들을 대부분 능가하고, ICEs가 있는 도메인에서는 최신 검색 기반 플래너와 동등하거나 우수한 성능을 보인다.

상세 분석

이 연구는 두 가지 핵심 문제를 동시에 해결한다. 첫째, 시간적 지속 행동이 겹칠 수 있는 복잡한 시간 수치 계획 영역에서 인과 관계를 명시적으로 제시하는 패턴을 어떻게 효율적으로 생성하고 관리할 것인가이다. 기존 SPP는 정적 스냅 행동에만 적용되었으나, 저자는 “롤링” 개념을 확장해 지속 행동의 시작·종료 시점뿐 아니라 중간에 발생하는 조건·효과를 패턴에 포함시켰다. 이를 위해 행동의 중간조건(ic)과 중간효과(ie)를 상대 시간(시작+오프셋, 종료‑오프셋, 혹은 플랜 전체 기준)으로 정의하고, 동일 시간에 중복되는 ic/ie를 하나로 합치는 정규화 절차를 도입하였다.

둘째, 이러한 확장된 패턴을 SMT(특히 Z3) 공식으로 변환하는 인코딩 설계이다. 저자는 인과 순서를 보장하기 위해 “롤링 변수”를 도입해 행동 인스턴스 간의 전후 관계를 명시하고, 시간 제약은 STN(Simple Temporal Network) 형태로 모델링한다. 중간조건·효과는 각각의 상대 시간에 대한 선형 부등식으로 표현되며, 수치 변수는 유리수 도메인으로 제한해 SMT 솔버가 효율적으로 처리하도록 설계되었다. 패턴이 부정확할 경우, 기존 SPP와 동일하게 패턴을 반복적으로 연결(concatenation)하고, 필요 시 압축(compression) 단계에서 불필요한 행동을 제거한다. 이 과정은 형식적으로 증명된 완전성을 유지한다.

실험에서는 190개의 인스턴스를 포함한 여러 벤치마크 도메인(ICEs 비포함, ICEs 포함, 실제 철도 디스패치 도메인)을 대상으로 Patty, Tamer(검색 기반), ANMLSMT(논리 기반)와 비교하였다. 결과는 Patty가 168개 인스턴스를 해결해 가장 높은 성공률을 기록했으며, 특히 ICEs 비포함 도메인에서 거의 모든 인스턴스를 최단 시간 내에 해결했다. ICEs 포함 도메인에서는 Tamer와 비슷한 수준이지만, 실제 철도 도메인에서는 유지보수 윈도우와 우선순위 제약을 효과적으로 다루어 Tamer보다 현저히 우수한 성능을 보였다. 이러한 결과는 패턴 기반 접근이 복잡한 시간·수치 제약을 구조화하고, SMT 솔버의 강점을 활용해 탐색 공간을 크게 축소함을 입증한다.

또한, 저자는 기존의 “rolled‑up encoding”과 “relaxed‑∃ encoding”과 비교해 패턴 인코딩이 이들보다 더 일반적이며, 중복 행동을 자연스럽게 처리함을 보였다. 논문 마지막에서는 패턴 선택 전략(예: 목표 기반, 비용 기반)과 압축 기법이 솔루션 품질에 미치는 영향을 정량적으로 분석하고, 향후 학습 기반 패턴 생성 및 동적 ICEs 처리 방안에 대한 연구 방향을 제시한다.