기술 요약: 분산 강건 제어를 위한 싱크혼 모호성 집합

문제 제기

고전적 확률론적 제어는 불확실성의 실제 확률 분포가 알려져 있다는 가정에 의존하며, 이는 유한한 샘플만 이용 가능한 실제 상황에서는 종종 위배됩니다. 강건 제어는 최악의 경우 분석을 통해 불확실성을 다루지만, 종종 지나치게 보수적인 해를 산출합니다. 분산 강건 최적화 (DRO) 는 명목 분포를 중심으로 한 "모호성 집합" 내의 최악의 경우 분포에 대해 최적화함으로써 중간 지점을 제공합니다.

그러나 와asserstein 거리 (표준 최적 수송 척도) 기반의 기존 DRO 접근법은 중요한 한계에 직면해 있습니다. 명목 분포가 이산적일 때 (예: 데이터에서 얻은 경험적 분포), 결과적으로 도출된 최악의 경우 분포 또한 이산적이 됩니다. 이는 많은 물리적 잡음 과정의 연속적 특성을 포착하지 못합니다. 또한, 데이터가 부족할 때 와asserstein 집합으로 높은 확률 보장을 달성하려면 큰 반경이 필요하여 과도한 보수성을 초래합니다.

본 논문은 이러한 한계를 해결하기 위해 싱크혼 모호성 집합을 활용한 분산 강건 제어 (DRC) 프레임워크를 제안합니다. 이러한 집합은 최적 수송의 엔트로피 정규화 변형인 싱크혼 불일치 (discrepancy) 를 통해 정의됩니다. 핵심 과제는 이러한 집합의 이론적 속성을 확립하고, 확률론적 안전 제약이 있는 선형 2 차 제어 문제에 대한 계산 가능한 재형식을 유도하는 것입니다.

방법론

1. 싱크혼 모호성 집합의 이론적 기초

저자들은 먼저 $\mathcal{B}_{\rho, \epsilon}(P)$로 표기된 싱크혼 모호성 집합의 기하학적 및 위상적 속성을 규명합니다. 이 집합은 싱크혼 불일치 $W_c^\epsilon(Q, P)$가 반경 $\rho$보다 작거나 같은 모든 확률 분포 $Q$를 포함합니다.

• 볼록성: 논문은 싱크혼 모호성 집합이 볼록함을 증명합니다. 이는 이러한 집합 위에서 정의된 최적화 문제의 계산 가능성을 보장하는 데 중요한 속성입니다.
• 약한 콤팩트성: 운송 비용에 대한 표준 가정 하에 (구체적으로, 비용이 충분히 빠르게 증가한다는 가정), 저자들은 싱크혼 모호성 집합이 약하게 콤팩트함을 입증합니다. 이 속성은 최악의 경우 분포의 존재를 보장하고 미니맥스 정리를 적용하는 데 필수적입니다.
• 와asserstein과의 비교: 중심이 이산적일 때 최악의 경우 분포가 이산적이 되는 와asserstein 집합과 달리, 싱크혼 불일치는 최악의 경우 분포가 참조 측도 $\nu$의 지지집합을 공유하도록 허용합니다. 연속적인 참조 측도 (예: 가우시안) 를 선택함으로써 최악의 경우 분포는 연속적으로 유지되어 불확실성을 더 현실적으로 모델링할 수 있습니다.

2. 분산 강건 CVaR 제약의 재형식

제어 문제는 지정된 신뢰 수준으로 안전을 보장하기 위해 조건부 위험 가치 (CVaR) 제약을 포함합니다. 저자들은 싱크혼 집합의 볼록성과 약한 콤팩트성을 활용하여 최악의 경우 CVaR 정의에서 분포에 대한 상한 (supremum) 과 위험 임계값에 대한 하한 (infimum) 을 교환합니다.

• 그들은 최악의 경우 기대 비용 및 CVaR 제약에 대한 **강한 쌍대 형식 (strong dual formulation)**을 유도합니다.
• 손실 함수가 조각별 아핀 (piecewise affine) 인 경우 (다면체 제약에서 일반적) 그리고 참조 측도가 가우시안인 경우, 분포에 대한 무한 차원 최적화가 유한 차원 볼록 최적화 문제로 축소됩니다.
• 이 재형식은 정규화 매개변수 $\epsilon \to 0$으로 갈 때 알려진 와asserstein 결과를 회복합니다.

3. 시스템 수준 합성 (SLS) 을 통한 계산 가능한 제어 합성

이 논문은 확률론적 안전 제약이 있는 유한 시간 선형 2 차 제어 문제에 이러한 결과를 적용합니다.

• 정책 제한: 저자들은 탐색 공간을 아핀 피드백 정책으로 제한합니다.
• SLS 매개변수화: 제어기 이득을 직접 최적화하는 대신, 시스템 수준 합성 (SLS) 프레임워크를 사용합니다. 이는 설계 변수를 폐루프 시스템 응답 맵 ($\Phi, \phi$) 으로 전환하며, 이는 외란을 상태와 입력으로 선형적으로 매핑합니다.
• 볼록 프로그램: SLS 매개변수화와 싱크혼 DR 제약의 쌍대 재형식을 결합함으로써, 저자들은 전체 제어 합성 문제가 볼록 최적화 프로그램 (구체적으로 $\epsilon > 0$인 경우 원뿔 프로그램) 으로 표현될 수 있음을 보여줍니다.
• 실행 가능성 조건: 논문은 문제의 실행 가능성을 위해 필요한 모호성 집합 반경 $\rho$에 대한 명시적 조건을 제공합니다.

주요 기여

1. 위상적 속성: 논문은 싱크혼 모호성 집합의 볼록성과 약한 콤팩트성을 확립합니다. 이러한 결과는 최적 수송 문헌에 독립적인 관심의 대상이 되는 결과로 제시되며, 분산 강건 제약 제어 문제를 해결하기 위한 기초를 제공합니다.
2. 계산 가능한 재형식: 저자들은 싱크혼 분산 강건 선형 2 차 (DR-LQ) 제어 문제에 대한 유한 차원 볼록 재형식을 유도합니다. 이 형식은 목적 함수와 확률론적 안전 제약 (CVaR) 을 동시에 처리합니다.
3. 연속 지지집합 특성화: 이 연구는 연속적인 참조 측도를 사용할 때 싱크혼 집합이 최악의 경우 분포에 대해 연속적인 지지집합을 유지할 수 있는 능력을 강조하며, 이를 와asserstein 기반 DRO 의 이산적 지지집합 한계와 대비시킵니다.
4. 수치적 검증: 제안된 방법은 Dryden 필터로 모델링된 난기류에 노출된 보잉 B-747 항공기의 궤적 계획 문제에 대해 검증되었습니다.

결과 및 실험적 발견

수치 실험은 세 가지 제어기를 비교합니다.

• $\pi_{emp}$: 불확실성을 무시하고 경험적 분포를 사용하는 확신 등가 (certainty-equivalence) 제어기.
• $\pi_{W}$: 와asserstein 기반 DRO 제어기.
• $\pi_{S}$: 제안된 싱크혼 기반 DRO 제어기.

주요 관찰:

• 성능 대 보수성: 경험적 제어기 ($\pi_{emp}$) 는 높은 제어 비용과 보이지 않는 테스트 데이터에서 상당한 제약 위반을 보였습니다. 두 강건 제어기 ($\pi_{W}$ 및 $\pi_{S}$) 모두 경험적 기준선보다 훨씬 우수한 성능을 발휘했습니다.
• 감소된 보수성: 싱크혼 제어기 ($\pi_{S}$) 는 와asserstein 제어기 ($\pi_{W}$) 에 비해 감소된 보수성을 보여주었습니다. $\pi_{S}$는 매우 작은 반경의 경우 $\pi_{W}$보다 약간 높은 제약 위반률을 보였지만, 실질적으로 낮은 제어 비용을 달성하면서도 필요한 안전 임계값을 일관되게 충족했습니다.
• 궤적 행동: 말단 상태의 시각화는 $\pi_{S}$ 궤적이 $\pi_{W}$에 비해 실행 가능 영역의 경계에 더 가깝게 유지되었음을 보여주었습니다. 이는 싱크혼 모호성 집합이 안전 보장을 훼손하지 않으면서 안전 마진을 덜 보수적으로 활용할 수 있게 함을 시사합니다.
• 계산 복잡성: 문제는 쌍대 변수 $\lambda$에 대한 황금분할 탐색을 사용하여 해결되며, 각 반복에서 원뿔 최적화 문제를 풉니다. 이 접근법은 테스트된 시스템 차원에 대해 계산적으로 실행 가능합니다.

중요성 및 주장

이 논문은 데이터가 부족할 때 제어 설계에서 강건성과 성능의 균형을 잡는 원칙적인 방법을 제안한다고 주장합니다. 싱크혼 불일치를 활용함으로써 이 방법은 다음과 같은 이점을 제공합니다.

• 이산적 인공물 회피: 최악의 경우 분포가 이산적인 점들의 집합으로 붕괴되는 것을 방지하여 물리적 잡음의 연속적 특성을 더 잘 포착합니다.
• 사전 지식 통합: 참조 측도 $\nu$를 통해 사전 지식과 경험적 데이터를 매끄럽게 통합할 수 있습니다.
• 볼록 최적화 가능: 안전 제약이 존재하더라도 잠재적으로 계산 불가능한 무한 차원 분산 강건 문제를 계산 가능한 볼록 프로그램으로 변환합니다.

저자들은 이 작업을 안전이 중요한 응용 분야에서 안전 보장과 성능 간의 트레이드오프가 중요한, 보다 효과적인 분산 강건 제어를 향한 한 걸음으로 위치시킵니다. 그들은 현재 작업이 선형 시스템과 아핀 정책에 초점을 맞추고 있지만, 여기서 확립된 싱크혼 집합의 이론적 속성이 비선형 시스템 및 경사 기반 해법으로의 향후 확장에 기초가 된다고 지적합니다.