최적수송 기반 분산형 다중에이전트 분포 매칭

초록

본 논문은 다중 에이전트 시스템이 목표로 하는 최종 공간 분포에 도달하도록, 최적수송(워서스테인 거리)을 이용한 분산형 제어 프레임워크를 제안한다. 전역 최적수송 문제를 직접 풀지 않고, 각 에이전트가 지역 정보만으로 목표 위치를 선택하도록 순차적 가중치 업데이트와 메모리 기반 보정 메커니즘을 도입하였다. 선형·비선형 동역학 모두에 대해 사이클 단위의 수렴을 보장하며, 시뮬레이션을 통해 완전 분산 방식의 확장성과 효율성을 확인하였다.

상세 분석

이 연구는 다중 에이전트 시스템(MAS)에서 “터미널 분포 매칭”이라는 새로운 문제 설정을 도입한다. 기존의 커버리지 제어나 평균장 기반 방법은 시간 평균 밀도 조절에 초점을 맞추어, 최종 정적 배치를 보장하지 못한다는 한계가 있다. 저자는 이를 극복하기 위해 에이전트들의 최종 위치 집합을 직접 설계 목표로 삼고, 두 확률 측정 µ와 ν 사이의 2‑워서스테인 거리 W₂²를 비용 함수로 채택한다. 워서스테인 거리는 위치 간 이동 비용을 자연스럽게 반영하므로, 에이전트가 목표 분포에 얼마나 가까이 모였는지를 정량화하는데 적합하다.

전역 최적수송 문제는 모든 에이전트와 목표 샘플 간의 결합 행렬 π를 최적화해야 하므로, 변수 수가 M·N에 달해 실시간 분산 제어에 부적합하다. 이를 해결하기 위해 저자는 지역 최적수송(local OT) 개념을 도입한다. 각 에이전트 i는 자신의 현재 위치 xᵢ(k)를 고정하고, 남은 목표 샘플의 용량 βⱼ를 고려해 가장 가까운 샘플에 질량 1/M을 할당한다. 이 과정은 거리 순서에 따라 그리디하게 진행되며, πᵢⱼ는 간단한 최소 연산으로 구해진다.

핵심은 순차적 가중치 업데이트이다. 에이전트가 샘플을 할당하면 해당 샘플의 남은 용량 βⱼ를 즉시 감소시켜, 이후 에이전트가 동일 샘플을 과다 할당하는 것을 방지한다. 이렇게 하면 전체 운송 계획이 전역 제약(∑ᵢπᵢⱼ=βⱼ)을 만족하면서도 각 에이전트가 독립적으로 계산할 수 있다. 다만 순차적 할당은 중앙화된 순서 관리가 필요하므로, 실제 네트워크에서는 통신 제한을 고려한 메모리 기반 보정을 추가한다. 에이전트는 이전 사이클에서 할당받은 샘플 정보를 로컬 메모리에 저장하고, 통신이 끊겼을 때는 저장된 정보를 이용해 일관성을 유지한다.

제어 단계에서는 각 에이전트가 할당받은 샘플 집합 Sᵢ에 대해 지역 워서스테인 거리 최소화를 수행한다. 선형 시스템 xᵢ(k+1)=Aᵢxᵢ(k)+Bᵢuᵢ(k)와 비선형 제어‑affine 모델 xᵢ(k+1)=fᵢ(xᵢ(k))+gᵢ(xᵢ(k))uᵢ(k) 모두에 대해, 목표 샘플에 대한 최단 이동 경로를 구하고 이를 따라 제어 입력을 설계한다. 구체적으로는 H‑step 예측을 통해 목표 위치와 현재 위치 사이의 제곱 거리 합을 최소화하는 최적 입력을 계산한다.

수렴 분석에서는 사이클‑와이즈(cycle‑wise) 접근을 채택한다. 각 사이클은 “샘플 선택 → 제어 실행” 두 단계로 구성되며, 샘플 선택 단계에서 전체 워서스테인 비용의 상한을 감소시키는 것이 증명된다. 선형 경우에는 Lyapunov‑like 함수로, 비선형 경우에는 입력‑투입 가능성(ISS) 기반 불등식으로 수렴을 보인다. 결과적으로, 제한된 통신 환경에서도 에이전트 집합은 점진적으로 목표 분포에 수렴한다.

시뮬레이션에서는 2차원 평면에 100여 개 에이전트를 배치하고, 복잡한 비균일 목표 밀도(예: Gaussian 혼합)를 설정하였다. 제안된 알고리즘은 중앙 집중식 OT 최적화와 비교해 연산량은 크게 낮추면서도 최종 워서스테인 거리 오차가 5 % 이내로 유지되는 것을 확인했다. 또한 통신 지연·패킷 손실을 인위적으로 삽입한 실험에서도 메모리 보정 메커니즘이 안정적인 매칭을 유지함을 보여, 실제 로봇 군집에 적용 가능한 견고성을 입증하였다.

요약하면, 이 논문은 전역 최적수송 문제를 지역화·순차화함으로써 분산 제어에 적합한 형태로 변환하고, 가중치 업데이트와 메모리 보정을 결합해 통신 제약을 극복한다. 선형·비선형 동역학 모두에 대한 이론적 수렴 보장과 실험적 검증을 통해, 목표 분포 매칭을 필요로 하는 정적 배치, 감시, 물류 등 다양한 응용 분야에 유용한 프레임워크를 제공한다.