분포 이동 억제와 견고 제어 및 게인 스케줄링

초록

본 논문은 비선형 시스템에 대한 견고 제어 설계 시, 제어 적용으로 인한 파라미터 분포 이동이 기존의 선형 가정과 충돌함을 지적한다. 이를 해결하기 위해 학습 데이터와 일치하도록 설계된 폐루프 시스템을 제한하고, 제어 설계 목표에 제프리스 발산 기반 정규화를 도입한 반정밀 반볼록 SDP(반정밀 반볼록 프로그램)를 제시한다. 제안 방법은 기존 견고 LQR 및 게인 스케줄링 프레임워크에 선형 행렬 부등식(LMI) 제약을 추가함으로써 데이터 일관성을 유지하면서도 계산 효율성을 보존한다. 간단한 게인 스케줄링 예제로 성능을 검증한다.

상세 분석

이 논문은 전통적인 견고 제어와 게인 스케줄링이 시스템을 선형으로 가정하고, 파라미터와 상태‑입력 사이의 독립성을 전제로 한다는 점을 비판한다. 실제 비선형 시스템에서는 제어 정책이 바뀔 때 상태‑입력 분포가 크게 변하고, 이는 차분 포함 모델(차분 포함식)에서 정의된 파라미터 집합 C의 유효성을 약화시켜, 궁극적으로 이론적 근거인 quadratic stability를 위협한다. 저자들은 이러한 “분포 이동”을 억제하기 위해 데이터‑컨포밍(data‑conforming) 개념을 도입한다. 구체적으로, 설계된 폐루프 시스템의 상태‑입력 공분산 Γ_des와 학습 데이터의 공분산 Γ_data 사이의 제프리스 발산을 최소화하는 정규화 항을 목적함수에 추가한다. 제프리스 발산은 두 공분산 행렬 사이의 대칭 KL 발산으로, convex하고 전역 최소점이 Γ_des = Γ_data인 특성을 가진다. 이를 SDP 형태로 변환하기 위해 추가 변수 Z₁, Z₂, Z₃ 등을 도입하고, 각각을 LMI 제약식으로 표현한다.

핵심 수식은 기존 견고 LQR SDP(Σ, L, Z₀)와 동일한 구조를 유지하면서, 다음과 같은 새로운 제약을 포함한다.

1. Z₁ ≽ V ⎡Σ L⎤ ⎣Lᵀ Σ⎦ 형태의 LMI,
2. Z₃ I ≽ Σ_data 형태의 데이터 공분산 하한,
3. Z₂와 H_data를 이용한 Γ_des⁻¹에 대한 선형 근사 LMI.

이러한 제약은 설계된 공분산 Σ가 실제 시스템 공분산을 상한으로 잡게 하며, 따라서 실제 상태‑입력 분포가 설계 분포 안에 포함되도록 보장한다. 논문은 또한 (8)식의 기존 견고 제어 문제가 feasible 하면, 추가 정규화와 LMI를 포함한 (13)식도 feasible 함을 정리와 증명을 통해 제시한다.

알고리즘적 측면에서, 모든 제약이 반볼록 SDP 형태이므로 CVX, MOSEK 등 표준 솔버로 효율적으로 해결 가능하다. 실험에서는 간단한 2‑차원 비선형 시스템을 대상으로, 기존 견고 LQR이 파라미터 집합을 크게 확장시켜 안정성을 잃는 반면, 제안 방법은 Γ_des를 Γ_data에 가깝게 유지함으로써 제어 성능과 안정성을 동시에 달성한다는 점을 보여준다.

이 논문의 주요 기여는 (1) 제어 적용에 따른 파라미터 분포 이동이 견고 제어의 근본 가정을 무너뜨릴 수 있음을 명확히 밝힌 점, (2) 데이터‑컨포밍 정규화를 LMI 형태로 제시해 기존 견고 제어 프레임워크에 자연스럽게 통합한 점, (3) 정규화가 포함된 SDP가 기존 문제와 동일한 계산 복잡도를 유지하면서도 실제 비선형 시스템에 대한 적용 가능성을 크게 확대했다는 점이다.