A Semi-smooth Newton Method for the Constrained Optimal Control of Continuous-Time Linear Systems

기술적 요약: 연속 시간 선형 시스템의 제약 최적 제어에 대한 준-부드러운 뉴턴 방법

문제 정의
본 논문은 연속 시간 선형 시스템에 대한 제약 최적 제어 문제 (OCP) 를 무한 차원 함수 공간 내에서 직접 해결하는 과제를 다룹니다. 구체적인 문제 설정은 선형 동역학 $\dot{x} = Ax + Bu$, 초기 조건, 그리고 점별 부등식 제약 $c(x(t), u(t)) \leq 0$을 따르면서, 말단 비용 $J(x(T))$과 증분 비용 $\ell(x(t), u(t))$의 적분으로 구성된 비용 함수를 최소화하는 것을 목표로 합니다. 저자들은 상태 및 입력 궤적이 Sobolev 공간 ($W^{1,\infty}$) 과 Lebesgue 공간 ($L^\infty$) 에 속하는 유한 시간 범위, 선형 - 2 차 문제를 중점적으로 다루며, 표준적인 볼록성과 제약 조건 자격 가정 하에서 문제의 잘 정의됨 (well-posedness) 을 보장합니다.

방법론
제안된 접근법은 직접적인 방법들 (시스템을 먼저 이산화하는 방식) 과 달리, Banach 공간에서의 근 찾기 문제로 OCP 를 재형식화하는 간접 방법입니다. 방법론은 다음과 같은 단계를 거쳐 진행됩니다:

1. NCP 함수를 통한 KKT 재형식화: 최적성을 위한 Karush-Kuhn-Tucker (KKT) 필요 조건이 비-부드러운 상보성 함수에 내재됩니다. 구체적으로, 이중 변수 $\mu$와 제약 $c$와 관련된 상보성 조건은 $a, b \geq 0, ab=0$과 동등한 비선형 상보성 문제 (NCP) 함수 $\phi(a, b) = 0$으로 대체됩니다. 저자들은 'min' 함수 또는 Fischer-Burmeister 함수를 활용합니다. 이는 최적성 조건을 $z = (x, u, \lambda, \mu)$ (상태, 입력, 공상태, 이중 변수) 인 비-부드러운 방정식 $F(z) = 0$으로 변환합니다.

2. 준-부드러운 뉴턴 반복: $F(z)=0$이라는 근 찾기 문제는 준-부드러운 뉴턴 방법을 사용하여 해결됩니다. 이 반복 과정은 $F$의 Clarke 일반화 야코비안을 포함하는 선형화된 방정식을 풀어 $\tilde{z}$ 업데이트를 생성합니다. 이 방법은 약한 정규성 조건 하에서 해에 대해 초선형 수렴함이 증명되었습니다.

3. 뉴턴 스텝을 위한 리카티 기반 솔버: 계산적으로 효율적인 뉴턴 스텝 방정식 해결 방법의 도출이 핵심 기술적 기여입니다. 저자들은 선형화에서 발생하는 아핀 2 점 경계값 문제가 제약 없는 시간 가변 선형 - 2 차 조절기 (LQR) 문제로 재구성될 수 있음을 보여줍니다.

   • 부등식 제약은 비용 행렬 ($Q, R, S$) 과 선형 항 ($q, r$) 이 현재 제약 승자와 NCP 함수의 일반화 도함수에 기반하여 매 반복에서 재가중되는 '장벽' 비용 항으로 이 하위 문제에 효과적으로 통합됩니다.
   • 이 재형식화를 통해 뉴턴 업데이트는 시간 역방향으로 미분 리카티 방정식을 풀고, 그 후 상태 궤적을 전방향 적분함으로써 계산될 수 있습니다. 이는 복잡한 이산화 기법을 요구하기보다 고효율의 표준 ODE 솔버를 활용합니다.

주요 기여

• 함수 공간 내 간접 방법: 본 논문은 직접 방법에서 흔히 사용되는 '이산화 후 미분' 접근법을 피하고, 연속 시간 함수 공간에서 직접 작동하는 새로운 간접 알고리즘을 상세히 기술합니다.
• 제약 문제에 대한 리카티 적분: 주요 기여는 제약 OCP 에 대한 준-부드러운 뉴턴 방법 내재적인 복잡한 2 점 경계값 문제가 미분 리카티 방정식을 통해 해석적으로 해결될 수 있음을 보여주는 것입니다. 이는 이론적 준-부드러운 뉴턴 알고리즘 (예: Gerdts, 2008) 과 PRONTO 와 같은 제약 없는 방법에서 사용되는 효율적인 구현 전략 간의 간극을 메웁니다.
• 적응형 비용 재가중: 이 방법은 뉴턴 스텝을 비용 함수의 선형 및 2 차 가중치가 제약 승자에 기반하여 반복적으로 업데이트되는 적응형 탐색으로 해석하며, 전통적인 의미의 활성 집합 식별이나 내부 점 장벽을 요구하지 않고도 제약을 효과적으로 처리합니다.

결과
저자들은 선형화된 차량 모델 (2017 년 BMW 740i 를 대표) 에 대한 비상 차선 변경 기동 수치 시뮬레이션을 통해 방법을 검증했습니다. 시스템은 전/후 미끄러짐 각도 및 조향 각도에 대한 제약을 받습니다.

• 수렴: 알고리즘은 초선형 수렴을 보입니다. 잔여 벡터의 $L^2$ 노름은 처음 10 회 반복 내에서 4 개 이상의 차수 (orders of magnitude) 로 감소합니다.
• 안정성: 이 방법은 기본 ODE 솔버의 허용 오차 (기계 정밀도) 까지 수렴하여 정지 기준이 잘 정의됨을 확인합니다.
• 비교: 'min' 및 Fischer-Burmeister NCP 함수를 모두 사용한 시뮬레이션은 유사한 수렴 거동을 보였으나, 주요 궤적 플롯에는 Fischer-Burmeister 함수가 사용되었습니다.

의의 및 주장
본 논문은 이 작업이 준-부드러운 뉴턴 알고리즘의 이론적 견고함과 리카티 기반 솔버의 계산 효율성을 통합한다고 주장합니다. 제약 문제를 일련의 제약 없는 LQR 하문제로 재형식화함으로써, 저자들은 널리 이용 가능한 ODE 솔버를 활용하는 견고한 간접 방법을 제공합니다. 그 의의는 무한 시간 범위 설정이나 명시적 시간 최적화 (예: 유연한 종료 시간) 와 같은 상황에서 직접적 접근법이 도전적이 될 때, 직접 전사 방법 (direct transcription methods) 에 대한 실용적이고 효율적인 대안을 제공한다는 점에 있습니다. 저자들은 현재 작업이 선형 시스템에 초점을 맞추고 있지만, 향후 연구는 이 프레임워크를 비선형 시스템으로 확장하는 것을 목표로 한다고 언급합니다.