Unifying Complementarity Constraints and Control Barrier Functions for Safe Whole-Body Robot Control

로봇에게 복잡한 방을 사람들과 부딪히지 않고 춤추며 통과하도록 프로그래밍한다고 상상해 보십시오. 이것은 기계가 안전하고 매끄럽게 움직이도록 만드는 데 전념하는 분야인 **로봇 제어(robotics control)**의 세계입니다. 로봇이 충돌하는 것을 막기 위해 엔지니어들은 두 가지 강력한 수학적 "안전망"을 사용합니다. 첫 번째는 **제어 장벽 함수(Control Barrier Functions, CBF)**라고 불립니다. 이것은 마치 보이지 않는 역장(force field)과 같습니다. 로봇이 벽에 너무 가까워지면, 수학이 로봇을 다시 밀어내어 위험한 선을 절대 넘지 않도록 보장합니다. 두 번째 방법인 **상보성 제약 조건(Complementarity Constraints)**은 더 스마트한 스위치 시스템처럼 작동합니다. 이것은 로봇의 부품이 무언가에 닿아 있는지 아닌지를 즉각적으로 결정하며, 만약 닿았다면 충돌을 방지하기 위해 그 방향으로의 움직임을 고정합니다. 수년 동안 이 두 방법은 같은 문제를 해결하려고 노력하지만 서로 대화하는 법이 거의 없는, 마치 서로 다른 두 학파처럼 존재해 왔습니다. 과학자들은 의문을 가졌습니다. 이 두 접근 방식이 사실은 변장한 채 동일한 일을 하고 있는 것일까요, 아니면 근본적으로 다른 것일까요?

이 논문은 그 논쟁을 종결시키기 위해 등장했습니다. 연구자인 라파엘 I. 카브랄 무차초(Rafael I. Cabral Muchacho)와 그의 팀은 특정 유형의 로봇 움직임(연속적인 흐름이 아닌 단계별로 움직이는 경우)에 대해 이 두 가지 안전 방법이 수학적으로 동일하다는 것을 증명하고자 했습니다. 그들은 단순히 추측한 것이 아니라, 두 방법 사이의 공식적인 가교를 구축하여 복잡한 표기법을 제거하면 두 방법 모두 정확히 같은 퍼즐을 풀고 있음을 보여주었습니다. 그들은 "역장" 로직을 사용하든 "스마트 스위치" 로직을 사용하든, 로봇이 결국 똑같이 안전한 움직임을 수행하게 될 것임을 증명했습니다. 이를 뒷받침하기 위해, 그들은 단일 장애물을 피해 항해하는 3관절 로봇 팔의 컴퓨터 시뮬레이션을 실행했습니다. 결과는 두 방법이 취한 경로가 너무나 동일하여, 차이가 컴퓨터 수학에서 허용되는 미세한 오차보다 작았으며, 이는 두 이론이 사실 동전의 양면임을 효과적으로 확인해 주었습니다.

핵심 아이디어: 하나의 목적지로 향하는 두 갈래 길

안전한 로봇 제어의 세계에서 목표는 간단합니다. 로봇을 A 지점에서 B 지점까지 충돌 없이 이동시키는 것입니다. 하지만 그 뒤의 수학은 복잡해질 수 있습니다. 이 논문은 특정 시나리오에 집중합니다. 바로 "샘플 데이터(sampled-data)" 방식으로 움직이는 로봇입니다. 로봇이 물처럼 연속적으로 흐르는 것이 아니라, 비디오 게임 캐릭터가 프레임 단위로 움직이는 것처럼 아주 작은 이산적인 단계를 밟으며 움직이는 상황을 상상해 보십시오. 이 세계에서 로봇은 주변 환경을 확인하고, 다음 행선지를 결정한 다음 움직입니다.

저자들은 "충돌 방지" 규칙을 처리하는 두 가지 인기 있는 방법을 살펴보았습니다.

1. 장벽 접근 방식 (CBF): 이것은 클럽의 문지기와 같습니다. 문지기(수학)가 문(안전 경계) 앞에 서서 "더 가까이 다가오려 한다면 안 된다"라고 말합니다. 이 방식은 위험에 가까워질수록 값이 커지는 함수를 사용하여 로보를 멀어지게 강제합니다.
2. 상보성 접근 방식: 이것은 접촉을 위한 신호등 시스템과 같습니다. "접촉 중인가?"라고 묻습니다. 답이 "아니오"라면 신호는 녹색이며 로봇은 자유롭게 움직일 수 있습니다. 답이 "예"(또는 접촉할 예정)라면 신호는 적색으로 변하고, 로봇은 특정 방향으로의 움직임이 강제로 중단됩니다. 이것은 상황에 따라 제약을 켜거나 끄는 "스위치"입니다.

"문지기" 방식을 사용하는 사람들과 "신호등" 방식을 사용하는 사람들은 오랫동안 자신들이 같은 언어를 말하고 있다는 사실을 깨닫지 못했습니다. 그들은 각자의 도구를 병렬적으로 개발하며 종종 바퀴를 재발명하곤 했습니다. 이 논문은 단순하지만 심오한 질문을 던집니다. 이 두 방법이 실제로 같은 것일까요?

발견: 핵심은 기하학에 있다

팀의 주요 발견은 명쾌한 "예"입니다. 그들은 로봇이 이러한 단계별 방식으로 움직일 때, "문지기"와 "신호등"이 수학적으로 동등하다는 것을 증명했습니다.

그들이 이를 어떻게 보여주었는지 간단한 비유를 통해 설명하겠습니다. 기둥들이 가득 찬 복도를 걸어가려고 한다고 상상해 보십시오. 당신은 똑바로 걷고 싶지만 기둥에 부딪히지 않아야 합니다.

• CBF 방식은 당신을 벽으로부터 밀어냄으로써 기둥으로부터 떨어져 있게 하는 최단 경로를 계산합니다.
• 상보성 방식은 어떤 기둥이 "활성화"되었는지(닿았거나 곧 닿을 예정인지) 결정하고, 당신의 움직임을 그 기둥으로부터 멀어지도록 고정함으로써 최단 경로를 계산합니다.

저자들은 수학을 자세히 들여다보면, 두 방법 모두 정확히 같은 기하학적 문제, 즉 원하는 경로에 가장 가까우면서도 안전 구역 안에 머무는 점을 찾는 문제를 풀고 있다는 것을 보여주었습니다.

그들은 두 단계에 걸쳐 이를 증명했습니다:

1. 단일 장애물 사례: 먼저, 로봇이 단 하나의 대상만을 피하는 경우를 살펴보았습니다. 그들은 상보성 방식의 "스위치" 로직이 로봇의 움직임 변화를 최소화하려고 할 때 불필요해진다는 것을 보여주었습니다. 수학이 단순화되면서 장벽 방식과 똑같이 보이게 됩니다.
2. 다중 장애물 사례: 그런 다음, 이를 여러 개를 동시에 피하는 로봇의 경우로 일반화했습니다. KKT 조건(복잡한 미로에서 최적의 해를 찾기 위한 체크리스트와 같은 고급 수학 도구)을 사용하여, 두 방식에 의해 허용되는 "안전한 움직임"의 집합이 동일하다는 것을 증명했습니다.

논문은 이 특정 맥락에서 한 방법이 다른 방법보다 "더 좋거나" "더 복잡하다"는 생각을 명시적으로 배제합니다. 그들은 솔루션이 동일하기 때문에, 두 방법 사이의 선택은 무엇이 작동하느냐가 아니라 무엇이 컴퓨터가 풀기에 더 쉬운가에 달려 있다고 주장합니다.

증명: 로봇의 춤

그들의 이론이 단순히 종이 위의 아름다운 아이디어에 그치지 않음을 확인하기 위해, 팀은 시뮬레이션을 실행했습니다. 그들은 3개의 관절(인간의 팔처럼 어깨, 팔꿈치, 손목이 있는 형태)을 가진 가상의 로봇 팔을 만들고, 그 경로에 원판 모양의 장애물을 배치했습니다.

• 설정: 로봇은 목표 위치로 손을 움직여야 했습니다. 장애물은 반지름이 0.05 단위인 작은 원판이었습니다. 로봇은 이로부터 최소 0.01 단위 이상 떨어져 있어야 했습니다(안전 마진).
• 테스트: 그들은 CBF 방식과 상보성 방식을 각각 사용하여 시뮬레이션을 두 번 실행했습니다.
• 결과: 로봇은 두 실행 모두에서 정확히 동일한 경로를 따라 움직였습니다. 두 방식 사이의 계산된 움직임 차이는 너무 작아서 사실상 제로였습니다. 그들이 찾아낸 수치는 다음과 같습니다:
  • 최소 차이: 1.1e-12 (즉, 0.0000000000011)
  • 평균 차이: 1.5e-6 (0.0000015)
  • 최대 차이: 1.5e-6

이 수치들은 컴퓨터가 수학을 계산할 때 발생하는 아주 작은 반올림 오차 수준이므로 사실상 0이라고 볼 수 있습니다. 이는 두 방법이 동일한 결과를 낸다는 것을 확인시켜 주었습니다.

이것이 왜 중요한가

이 발견의 아름다움은 단순히 수학이 우아하다는 데 있는 것이 아니라, 더 나은 로봇을 위한 문을 열어준다는 데 있습니다. 두 방법이 동일하기 때문에, 엔지니어들은 이제 두 방법 사이에서 도구를 교체하여 사용할 수 있습니다.

• 로봇 설계자가 "신호등" 방식에 대한 훌륭한 새로운 알고리즘을 가지고 있다면, 즉시 그것을 "문지기" 방식에 적용할 수 있고 그 반대도 마찬가지입니다.
• 한 가지 방식에 대해 입증된 안전 보장 사항을 다른 방식에도 적용할 수 있습니다.
• 자신의 로봇에 가장 빠르게 작동하는 컴퓨터 솔버를 선택하면서도, 안전한 결과는 동일할 것임을 알 수 있습니다.

저자들은 이 증명이 "1차 역학(입력이 속도인 경우, 예를 들어 일정한 속도로 움직이는 자동차)"을 가진 로봇과 "샘플 데이터" 시스템(단계별 움직임)에 적용된다는 점을 주의 깊게 명시했습니다. 그들은 이것이 세상의 모든 유형의 로봇에 적용된다고 주장하는 것이 아니라, 매우 광범위한 클래스의 로봇에 대해 두 안전 제어의 세계가 마침내 통합되었다고 주장합니다.

결국, 이 논문은 과학에서 서로 다른 경로가 종종 같은 목적지로 이어진다는 사실을 상기시켜 줍니다. "문지기"와 "신호등"이 사실은 동일한 수호자의 다른 이름일 뿐이라는 것을 깨달음으로써, 우리는 미래를 위해 더 안전하고, 더 똑똑하며, 더 효율적인 로봇을 만들 수 있습니다.