논리 스위칭 동역학 기반 스위치 시스템 최적 제어

초록

본 논문은 내부 논리 동역학에 의해 생성되는 스위칭 신호를 고려한 스위치 선형 시스템의 논리·연속 제어 공동 설계 문제를 다룬다. 반텐서 곱(STP)을 이용해 논리와 연속 동역학을 하나의 대수적 상태공간으로 통합하고, 이를 선형‑이차(LQ) 형태로 변환한다. 결정적·확률적 논리 전이 각각에 대해 Riccati‑형 역방향 재귀식을 유도해 연속 제어는 상태 피드백, 논리 스위칭은 가치함수 기반 상태 의존 규칙으로 얻는다. 논리 결정의 조합 폭을 완화하기 위해 오프라인 사전 계산과 온라인 선택을 분리하는 계층적 알고리즘을 제안하고, 수치 실험을 통해 효율성을 검증한다.

상세 분석

이 연구는 기존 스위치 시스템 최적 제어가 스위칭 인덱스를 외부에서 자유롭게 선택한다는 가정에 머무는 한계를 극복한다. 저자들은 스위칭 신호가 내부 논리 동역학, 즉 유한 상태 머신에 의해 제어된다는 점을 핵심 전제로 삼아, 논리 상태와 논리 제어 입력을 벡터 형태(δ‑벡터)로 표현하고 반텐서 곱(STP)을 통해 논리 전이 함수를 선형 행렬 형태(L)로 변환한다. 이렇게 얻어진 구조 행렬 L은 논리 네트워크 전체를 하나의 선형 시스템으로 보는 ASSR(Algebraic State‑Space Representation)을 구성한다. 연속 부분 시스템은 각 논리 모드 i에 대응하는 (A_i, B_i) 쌍으로 정의되며, 논리 상태 θ_t가 활성 모드 인덱스 ι(θ_t)를 결정한다. 따라서 전체 하이브리드 시스템은
 θ_{t+1}=L⊗γ_t⊗θ_t, x_{t+1}=Â⊗θ_t x_t+ B̂⊗θ_t u_t
와 같이 하나의 확대된 상태 변수(θ_t, x_t) 위에서 선형적으로 기술된다.

이 확대된 선형‑이차 형태에 대해 동적 프로그래밍을 적용하면, 비용‑투‑고(cost‑to‑go) 행렬 P_t가 시간 역방향으로 Riccati‑형 재귀식을 만족한다는 점을 보인다. 중요한 차별점은 P_t가 논리 상태에 따라 달라지는 가중치 행렬을 포함한다는 점이다. 연속 제어 u_t는 전통적인 LQR 해와 동일하게 u_t = −K_t(θ_t) x_t 로 얻어지며, K_t(θ_t)는 P_{t+1}와 (A_{ι(θ_t)}, B_{ι(θ_t)})에 의해 계산된다. 논리 제어 γ_t*는 각 가능한 논리 입력에 대해 비용‑함수 J(γ)=δ_{γ}^T M_t δ_{γ} (M_t는 P_t와 L에 의해 정의) 를 최소화하는 선택으로 결정된다. 즉, 논리 전이는 “가치‑함수 기반” 규칙에 따라 실시간으로 선택된다.

조합 폭 문제를 완화하기 위해 저자들은 두 단계의 계층적 알고리즘을 설계한다. 오프라인 단계에서는 모든 가능한 논리 상태·입력 조합에 대해 P_t와 K_t를 사전 계산하고, 이를 테이블 형태로 저장한다. 온라인 단계에서는 현재 θ_t와 x_t만을 조회해 사전 계산된 K_t(θ_t)와 최적 논리 입력을 즉시 선택한다. 이 구조는 논리 상태 수가 수천 개 수준으로 확대돼도 실시간 실행이 가능하도록 만든다.

또한 확률적 논리 전이(마코프 전이 행렬 Π)를 고려한 확장도 제시한다. 이 경우 비용‑투‑고 행렬은 기대값 연산을 포함한 확률 Riccati 방정식으로 변형되며, 최적 논리 정책은 확률 가치 함수의 최소화 형태로 도출된다. 논리·연속 공동 설계가 마코프 점프 선형 시스템(MJLS)과 전통적인 자유 스위칭 LQR을 각각 특수 경우로 포함한다는 점에서 이론적 일반성이 강조된다.

수치 실험에서는 3‑mode 스위치 시스템과 2‑bit 논리 네트워크를 결합한 예시를 들어, 제안 방법이 기존 자유 스위칭 LQR 대비 비용 감소와 스위칭 제약 만족을 동시에 달성함을 보여준다. 특히, 논리 전이 제약(예: 듀얼 타임, 안전 인터록) 하에서의 성능 향상이 두드러진다.

전반적으로 이 논문은 논리·연속 하이브리드 시스템을 선형 대수적 형태로 통합하고, Riccati 기반 최적 제어와 계층적 사전 계산을 결합함으로써, 실시간 적용이 가능한 전역 최적 해법을 제공한다는 점에서 학술적·실용적 의의가 크다.