Input Matrix Optimization for Desired Reachable Set Warping of Linear Systems

논문 요약: 선형 시스템의 도달 가능 집합 (Reachable Set) 방향성 왜곡을 위한 입력 행렬 최적화

1. 문제 정의 (Problem Statement)

• 배경: 많은 공학적 시스템은 고정된 아키텍처를 가지며, 설계 초기 이후 동역학을 변경할 수 있는 권한이 제한적입니다. 이때 성능 (Performance) 과 안전 (Safety) 은 상충되는 요구사항으로 작용합니다.
  • 성능: 사용자가 원하는 작업을 수행할 수 있도록 시스템이 도달 가능한 영역을 확장해야 함.
  • 안전: 시스템이 위험한 영역으로 도달하지 못하도록 도달 가능한 영역을 축소하거나 특정 방향으로 제한해야 함.
• 핵심 질문: 선형 시스템 $\dot{X} = AX + Bu$에서, 시스템 행렬 $A$와 제어 입력 집합 $U$는 고정되어 있고, 입력 행렬 $B$ 만을 설계 변수로 선택할 수 있을 때, 지정된 방향 $d$ 로 도달 가능 집합 (Reachable Set) 을 최대화 (또는 최소화) 하는 최적의 $B^*$ 를 어떻게 찾을 것인가?
• 목표: 도달 가능 집합의 경계를 특정 방향으로 "왜곡 (Warping)"시켜, 해당 방향의 도달 거리를 극대화하거나 위험 영역으로부터의 거리를 확보하는 것.

2. 방법론 (Methodology)

가. 도달 가능 집합 경계 계산 (PMP 기반)

• 도달 가능 집합의 경계는 포니트르야긴 최대 원리 (Pontryagin's Maximum Principle, PMP) 를 사용하여 계산합니다.
• 시간 최적 제어 문제 (Time-optimal control problem) 로 변환하여, 주어진 시간 $T$ 내에 도달 가능한 상태의 경계점을 찾습니다.
• 경계점은 최종 코스테이트 (Co-state) $P(T) = d$ (관심 방향) 를 고정하고 역으로 적분하여 구합니다.

나. 방향성 성장 지표 (Directional Growth Metric)

• 도달 가능 집합이 방향 $d$로 얼마나 확장되었는지를 정량화하기 위해 방향성 성장 지표 $G_d(B)$ 를 정의합니다.
  $$G_d(B) \triangleq d^\top (X_{d,B} - c_0)$$
  • $X_{d,B}$: 입력 행렬 $B$와 방향 $d$에 따라 계산된 경계점.
  • $c_0$: 입력이 0 일 때의 궤적 종단점 (기준점).
• 문제는 $B \in \mathcal{B}$ (허용 가능한 입력 행렬 집합) 에서 $G_d(B)$를 최대화하는 $B^*$ 를 찾는 것으로 공식화됩니다.

다. 주요 이론적 결과 (Theorem 1)

• 가정:
  1. 시스템 행렬 $A$의 고유값이 모두 실수임.
  2. 관심 방향 $d$가 $A^\top$의 고유벡터임.
• 결과: 위 두 가지 가정이 성립할 때, $B$와 제어 입력 $u$에 대한 결합 최적화 문제는 유한한 수 ($N$) 의 선형 최적화 문제로 축소됩니다. 여기서 $N$은 제어 집합 $U$ (볼록 다면체) 의 꼭짓점 (Vertices) 개수입니다.
• 알고리즘 (Algorithm 1):
  1. $P_0 = e^{A^\top T} d$를 계산.
  2. 제어 집합 $U$의 각 꼭짓점 $u_i$에 대해, $P_0^\top B u_i$를 최대화하는 $B_i$를 찾음 (선형 최적화).
  3. 모든 $i$에 대해 $P_0^\top B_i u_i$ 값을 비교하여 가장 큰 값을 주는 $B^*$ 를 선택.
• 이 접근법은 전역 최적해 (Global Optimal Solution) 를 보장하며, 계산 효율성이 매우 높습니다.

라. 가정 완화 (Relaxing Assumptions)

• 복소수 고유값 ($A^\top$): $A$가 복소수 고유값을 가지면 코스테이트 $P(t)$가 진동하며 여러 방향으로 회전합니다. 이 경우 알고리즘은 $d$ 방향뿐만 아니라 여러 방향으로 도달 가능 집합을 확장시키지만, $d$ 방향에 대한 성장은 여전히 유의미하게 유지됩니다.
• 고유벡터가 아님: $d$가 $A^\top$의 고유벡터가 아니더라도, 알고리즘은 $d$ 방향으로의 성장을 유도하는 경향이 있으며, 전역 최적해는 아니지만 좋은 근사 해 (Heuristic solution) 를 제공합니다.

3. 주요 기여 (Key Contributions)

1. 최적 입력 행렬 선택 프레임워크 제시: 도달 가능 집합을 특정 방향으로 왜곡하기 위한 입력 행렬 $B$의 최적화 문제를 체계적으로 정의하고 해결했습니다.
2. 선형 최적화 문제로의 축소: 특정 조건 하에서 복잡한 비선형 최적화 문제를 $N$개의 간단한 선형 최적화 문제로 변환하여 계산 복잡도를 획기적으로 낮췄습니다.
3. 가정 완화 분석: 이론적 가정이 성립하지 않는 경우 (복소수 고유값 등) 에도 알고리즘이 유의미한 결과를 산출함을 경험적으로 증명했습니다.
4. 실증 검증: 실제 항공기 모델과 수학적 모델에 대한 검증을 통해 이론의 유효성을 입증했습니다.

4. 실험 결과 (Results)

• 사례 1: ADMIRE 전투기 선형 모델 (실수 고유값)

  • 시스템: 롤 (Roll), 피치 (Pitch), 요 (Yaw) 속도를 상태 변수로 하는 선형화된 전투기 모델.
  • 조건: $A$의 고유값이 모두 실수이며, 관심 방향 $d$가 $A^\top$의 고유벡터인 경우 (Theorem 1 조건 충족).
  • 결과:
    • 확장: 롤 속도 ($p$) 방향 ($d=[1,0,0]^\top$) 으로 도달 가능 집합이 명확하게 확장됨 (그림 2).
    • 축소: 반대 방향으로 최적화 시 도달 가능 집합이 축소됨 (그림 3).
    • 임의 방향: 피치와 요의 가중치가 섞인 임의의 고유벡터 방향에서도 성공적으로 도달 가능 집합이 왜곡됨 (그림 4).

• 사례 2: 감쇠 진동자 (복소수 고유값)

  • 시스템: 복소수 고유값을 가진 안정된 감쇠 진동자 모델.
  • 조건: Theorem 1 의 가정이 위반됨.
  • 결과: 알고리즘을 적용했을 때, 도달 가능 집합이 $d$ 방향뿐만 아니라 모든 방향으로 확장되는 현상이 관찰됨 (그림 5). 이는 코스테이트가 진동하며 여러 경로를 탐색하기 때문이며, 논문에서 예측한 바와 일치합니다.

5. 의의 및 결론 (Significance and Conclusion)

• 안전 및 성능 설계의 통합: 제어 법칙을 설계하기 전에 시스템의 물리적 구조 (입력 행렬 $B$) 를 최적화하여, 성능 요구사항을 충족하면서도 안전 영역을 기하학적으로 보장할 수 있는 새로운 접근법을 제시했습니다.
• 계산 효율성: 기존 도달 가능 집합 최적화 방법들이 계산적으로 매우 무거웠던 반면, 본 논문은 선형 최적화 문제로 단순화하여 실시간 또는 대규모 시스템 설계에 적용 가능한 효율적인 방법을 제공합니다.
• 미래 연구 방향:
  • 입력 행렬 $B$뿐만 아니라 시스템 행렬 $A$의 최적화, 그리고 둘의 결합 최적화 연구.
  • 비선형 시스템 ($\dot{X} = f(X, u, B)$) 으로의 확장 (코스테이트의 폐쇄형 해가 없어 새로운 수치적 또는 학습 기반 방법 필요).

이 논문은 선형 시스템의 도달 가능 집합을 방향성 있게 제어하기 위한 이론적 토대와 실용적인 알고리즘을 제공함으로써, 항공우주, 로봇공학, 전력 시스템 등 다양한 분야의 안전 및 성능 최적화 설계에 중요한 기여를 합니다.