On transferring safety certificates across dynamical systems

1. 문제 정의 (Problem Statement)

• 배경: 자율 시스템 (로봇, 항공 등) 의 안전성을 보장하기 위해 제어 장벽 함수 (Control Barrier Functions, CBF) 가 널리 사용되고 있습니다. CBF 는 안전 제약을 프론트-불변 집합 (forward-invariant sets) 으로 인코딩하여 임의의 명목 제어기 (nominal controller) 와 통합하면서도 충돌 회피를 수학적으로 보장합니다.
• 핵심 문제: 실제 물리 시스템 (구체적 시스템, Concrete System) 은 비선형성, 언더액추에이션 (underactuation), 기하학적 제약 등으로 인해 매우 복잡합니다. 반면, 안전 분석은 단순화된 모델 (추상적 시스템, Abstract System, 예: 단일/이중 적분기) 에서는 용이하게 수행되지만, 이 두 시스템 간의 동역학 불일치 (mismatch) 로 인해 단순화된 모델에서 설계된 안전 인증서를 직접 복잡한 실제 시스템에 적용하는 것은 실패할 수 있습니다.
• 기존 접근법의 한계: 기존 방법들은 주로 전체 차수의 비선형 시스템에 직접 CBF 를 설계하거나, 근사 동형 (approximate bisimulation) 관계를 이용하지만, CBF 를 통한 안전성 전이에 대한 체계적인 프레임워크는 부족했습니다.

2. 제안된 방법론 (Methodology)

이 논문은 전이 제어 장벽 함수 (Transferred Control Barrier Function, tCBF) 프레임워크를 제안하여 추상적 모델에서 설계된 안전성을 구체적 시스템으로 전이하는 방법을 제시합니다.

2.1. 핵심 구성 요소

1. 시뮬레이션 함수 (Simulation Function, $V$): 구체적 시스템 ($\Sigma_2$) 의 상태가 추상적 시스템 ($\Sigma_1$) 의 상태와 얼마나 가까운지를 측정하는 함수입니다. 이는 출력 불일치를 경계 짓고, 두 시스템 간의 동역학 수렴을 보장합니다.
2. 증인 맵 (Witness Map, $\Pi$): 구체적 상태 $x_2$ 에 대해 시뮬레이션 함수 $V$ 를 최소화하는 추상적 상태 $x_1$ 을 매핑합니다 ($\Pi(x_2) = \arg\min_{x_1} V(x_1, x_2)$). 이는 구체적 상태의 "가장 가까운 추상적 대표자"를 의미합니다.
3. 마진 항 (Margin Term, $\phi$): 모델 불일치와 시뮬레이션 오차를 보상하기 위해 도입된 증가 함수입니다. 추상적 안전 집합을 축소하여 구체적 시스템에서도 안전이 보장되도록 합니다.

2.2. tCBF 구성

추상적 시스템 $\Sigma_1$ 에서 유효한 CBF $b_1$ 이 주어졌을 때, 구체적 시스템 $\Sigma_2$ 에 대한 전이된 CBF $b_2$ 는 다음과 같이 정의됩니다:
$$b_2(x_2) := b_1(\Pi(x_2)) - \phi(V(\Pi(x_2), x_2))$$
여기서 $\phi$ 는 시뮬레이션 오차 ($V$) 에 비례하여 안전 여유를 줄이는 역할을 합니다.

2.3. 안전성 보장 조건

• 동역학 불일치 보상: 구체적 시스템의 궤적에서 $b_2$ 의 시간 미분을 분석할 때, 추상적 CBF 조건, 시뮬레이션 함수의 감쇠, 그리고 동역학 불일치 (mismatch) 항으로 분해됩니다.
• 마진 함수 설계: 불일치 항을 상쇄하고 표준 CBF 부등식을 회복하기 위해 마진 함수 $\phi$ 가 특정 미분 부등식 (Assumption 2) 을 만족해야 함을 증명했습니다. 이는 스칼라 비교 함수 ($\alpha_b, \alpha_V$) 만을 사용하여 설계 가능하므로 시스템 차원에 독립적입니다.
• 이론적 결과: 적절한 $\phi$ 가 존재하면, $b_2$ 는 구체적 시스템 $\Sigma_2$ 에 대해 유효한 CBF 가 되며, 이는 구체적 시스템의 안전 집합을 프론트-불변으로 만듭니다.

2.4. 실시간 제어 (tCBF-QP)

전송된 CBF 는 2 차 계획법 (Quadratic Programming, QP) 기반의 안전 필터로 구현됩니다.

• 목적 함수: 명목 제어기 ($u_{nom}$) 와의 거리를 최소화 (최소 침습성).
• 제약 조건: 전이된 CBF 조건 ($\dot{b}_2 + \alpha(b_2) \ge 0$) 을 만족하도록 제어 입력을 제한.
• 이를 통해 복잡한 비선형 시스템에서도 실시간으로 안전성을 보장하면서도 원래 제어 성능을 최대한 유지합니다.

3. 주요 기여 (Key Contributions)

1. 전이 제어 장벽 함수 (tCBF) 프레임워크: 시뮬레이션 관계와 명시적 마진 항을 사용하여 추상적 모델의 안전 인증서를 고차원 비선형 시스템으로 체계적으로 전이하는 수학적 형식화를 제시했습니다.
2. 형식적 보장 및 설계 가이드라인: 마진 함수 $\phi$ 를 선택하기 위한 명시적 조건 (미분 부등식) 을 증명하고, 일반적인 경우 (선형 $\alpha$ 함수 등) 에 대한 폐쇄형 해 (closed-form solution) 를 제공했습니다. 이는 수치 최적화 없이도 실용적인 구현을 가능하게 합니다.
3. 일반성: 두 시스템이 상태 차원이나 동역학 구조를 공유하지 않아도 안전성을 전이할 수 있음을 보였습니다.

4. 실험 결과 (Results)

• 시나리오: 3 차원 장애물이 있는 환경에서 쿼드콥터 (Quadrotor) 를 안전하게 항해하는 문제.
  • 추상적 모델: 3D 이중 적분기 (Double Integrator).
  • 구체적 시스템: 6 자유도 강체 쿼드콥터 동역학 (비선형, 언더액추에이션).
• 절차:
  1. RRT* 를 사용하여 장애물 회피 경로를 생성.
  2. 최소 스냅 (Minimum-snap) 최적화를 통해 부드러운 명목 궤적 생성.
  3. tCBF-QP 필터를 적용하여 명목 제어기에 안전 제약 추가.
• 결과:
  • 충돌 회피: 명목 제어기만 사용할 경우 장애물과 충돌했으나, tCBF-QP 를 적용한 쿼드콥터는 장애물과 충돌하지 않고 안전하게 통과했습니다.
  • 최소 침습성: 안전이 위협받지 않는 영역에서는 명목 궤적과 거의 일치했으나, 장애물 근처에서는 국소적으로 궤적을 수정하여 안전을 확보했습니다.
  • 마진 효과: 추상적 모델의 안전 여유 (inflated clearance) 가 0 에 근접할 때에도, 전이된 장벽 함수는 실제 기하학적 거리가 양수 (positive) 를 유지하도록 보상하여 실제 시스템의 안전성을 입증했습니다.

5. 의의 및 결론 (Significance)

• 안전성 합성의 효율성: 복잡한 물리 시스템에 직접 CBF 를 설계하는 대신, 계산적으로 용이한 단순 모델에서 안전 사양을 설계하고 이를 전이할 수 있게 함으로써, 배포 시 계산 자원이 제한된 환경에서도 복잡한 안전 합성을 오프라인 (offline) 에 수행할 수 있습니다.
• 이질적 시스템 간 안전성: 서로 다른 차원과 동역학을 가진 시스템 간에 안전성을 전이할 수 있는 일반적인 메커니즘을 제공하여, 로봇 공학 및 자율 시스템의 안전성 검증 패러다임을 확장했습니다.
• 미래 과제: 복잡한 시스템에 대한 시뮬레이션 함수와 정책 인터페이스를 분석적으로 도출하기 어렵다는 점을 지적하며, 데이터 기반 학습을 통해 이러한 구성 요소를 학습하는 방향을 향후 과제로 제시했습니다.

이 논문은 추상화와 구체적 제어 간의 간극을 메우는 강력한 도구로서, tCBF 가 이질적인 동적 시스템 간 안전 보장을 위한 범용 메커니즘이 될 수 있음을 이론적 증명과 실험을 통해 입증했습니다.