기술 요약: AeroCast

문제 정의

공유된 공역에서 운용되는 자율 무인 항공기(UAV)는 비협조적 장애물(예: 새, 통제되지 않는 드론, 파편)의 미래 위치를 예측하여 충돌이 불가피해지기 전에 회피 기동을 수행해야 하는 중대한 안전 과제에 직면해 있습니다. 협력형 시스템과 달리, 비협조적 에이전트는 결정론적 예측기가 적절히 표현할 수 없는 다중 모드(multi-modal) 운동 특성을 보입니다.

기존 솔루션들은 다음과 같은 구체적인 한계를 가집니다:

• 물리 기반 추정기(예: 칼만 필터, IMM)는 정해진 운동 모델(등속도, 조화 선회 등)에 의존하므로, 비협조적 에이전트의 불규칙하고 급격한 기동을 포착하는 데 실패합니다.
• 순환 학습 기반 방법론(예: GRU, LSTM)은 결정론적인 점 예측(point forecast)만을 생성하며, 하위 플래너에게 신뢰도나 행동 분기점에 대한 분포 정보를 제공하지 못합니다. 또한, 이들의 순차적 처리 방식은 기동 개시의 장기적 운동학적 전조(kinematic precursors)를 포착하는 데 병목 현상을 일으킵니다.
• 트랜스포머 기반 접근법은 보정된 불확실성을 목표로 하는 다중 모드 확률적 출력 헤드를 갖춘 비협조적 항공 장애물 예측 분야에 아직 적용된 바 없습니다.

방법론: AeroCast 아키텍처

본 논문은 미래의 3D 변위에 대해 매 타임스텝마다 가우시안 혼합 분포(Gaussian mixture distributions)를 예측하도록 설계된 확률적 궤적 예측 프레임워크인 AeroCast를 제안합니다.

1. 입력 표현

• 연속 변위 인코딩: 원시 좌표 대신, 연속적인 변위($\delta_t = x_{t+1} - x_t$)를 속도($v_t$)와 결합하여 입력으로 사용합니다. 이는 가우시안 혼합 모델링에 적합한 **평행 이동 불변성(translation invariance)**과 유계된 입력 분포를 제공합니다.
• 정규화: 변위를 스케일 상수($\lambda = 2.5$ m)로 정규화하여 입력 질량을 $[-1, 1]^3$ 내에 집중시킵니다.

2. 모델 아키텍처

• 인코더: Pre-LN 트랜스포머 인코더(4개 레이어, 512 차원 은닉층, 8개 어텐션 헤드)가 2초간의 관측 이력(10 Hz 기준 20개 타임스텝)을 처리합니다. 셀프 어텐션 메커니즘은 모든 타임스텝이 다른 모든 타임스텝에 직접 접근($O(1)$ 정보 경로)할 수 있게 하여, 전역적인 기동 전조를 포착하는 것을 용이하게 합니다.
• 출출력 헤드: 혼합 밀도 네트워크(MDN) 헤드는 $K=5$개의 성분을 가진 가우시안 혼합 모델(GMM)의 파라미터를 예측합니다. 이 헤드는 5초의 호라이즌(50개 타임스텝) 동안의 미래 3D 변위에 대한 혼합 가중치($\pi$), 평균($\mu$), 대각 공분산($\Sigma$)을 출력합니다.
• 추론: 추론 시에는 지배적인 혼합 성분을 선택하고, 누적 합산을 통해 3D 궤적을 재구성합니다.

3. 학습 목적 함수 및 보정

• 손실 함수: 모델은 관측된 변위의 음의 로그 가능도(Negative Log-Likelihood, NLL)를 최대화하도록 학습됩니다. 모드 퇴화(mode degeneracy)(성분이 데이터 전체를 덮기 위해 퍼지면서 실제 정답에 고정되지 않는 현상)를 방지하기 위해, 지배적 성분($k^*$)에 작은 보조 평균 제곱 오차(MSE) 항을 적용합니다.
• 시그마 하한선(Sigma Floor): 예측된 표준 편차에 대해 센서 노이의 수준과 일치하는 분산 하한선($\sigma_{min} = 0.05$ m)을 강제하여, 퇴화된 점 질량 예측을 방지합니다.
• 커리큘럼 학습: 학습 초기 단계에서 유효 관측 길이를 점진적으로 늘리는 시퀀스 길이 스케줄링 전략을 사용하여 수렴을 안정화합니다.

주요 기여

1. 확률적 트랜스포머-MDN 예측기: AeroCast는 비협조적 3D 항공 장애물을 위해 Pre-LN 트랜스포머 인코더와 MDN 헤드를 결합한 최초의 프레임워크이며, 강력한 순환 모델 베이스라인 대비 평균 변위 오차(ADE) 및 최종 변위 오차(FDE)를 50% 감소시켰습니다.
2. 평행 이동 불변 인코딩 및 보정 프로토콜: 연속 변위 인코딩의 사용은 평행 이동 불변성을 보장합니다. 학습 프로토콜(NLL + 모드 앵커링 MSE + 시그마 하한선)은 분산 붕괴를 방지하고 기대 보정 오차(ECE)를 통해 평가 가능한 불확실성 추정치를 생성합니다.
3. 포괄적 벤치마킹: 본 논문은 9가지 운동학적으로 다양한 동작 카테고리(예: Helix, Star, Random)를 포함한 113회의 쿼드로터 비행에서 얻은 90,116개의 슬라이딩 윈도우 시퀀스로 구성된 실제 및 합성 하이브리드 데이터셋을 도입합니다. 또한 ADE, FDE, NLL, CRPS, ECE를 포함하는 표준화된 평가를 제공합니다.
4. 실시간 성능: 추론은 샘플당 0.1 ms 내에 완료되어 100 Hz 온보드 배포가 가능합니다.

실험 결과

매개변수 예산을 동일하게 맞춘 4개의 베이스라인(GRU-MDN, LSTM-MDN, BiGRU-MDN, MLP-MDN)을 대상으로 검증 세트에서 평가되었습니다:

• 정확도: AeroCast는 ADE 0.055 m, F데 FDE 0.099 m를 달성하였으며, 가장 강력한 베이스라인인 BiGRU-MDN(ADE 0.111 m, FDE 0.190 m) 대비 오차를 약 50% 줄였습니다.
• 확률적 품질: 가장 낮은 음의 로그 가능도(-13.28)와 연속 확률 밀도 점수(CRPS 0.049)를 기록하여, 우수한 분포 정확도와 보정 능력을 입증했습니다.
• 호라이즌 분석: AeroCast와 베이스라인 간의 성능 격차는 2초 이후 더 벌어지는데, 이는 트랜스포머의 전역적 어텐션이 순환 모델보다 장기적인 운동학적 시그니처를 더 잘 포착함을 시사합니다.
• 어블레이션 연구 결과:
  • 속도 입력: 속도 특징을 제거했을 때 보정 성능이 가장 심하게 저하되었으며(ECE가 0.647에서 0.788로 상승), 이는 느리게 움직이는 장애물과 빠르게 움직이는 장애물을 구분하는 데 있어 속도의 결정적 역할을 보여줍니다.
  • 위치 인코딩: 장기 호라이즌의 일관성을 위해 필수적이며, 제거 시 FDE가 4배 증가합니다(0.099 m $\rightarrow$ 0.410 m).
  • 모델 용량: 더 큰 모델은 지배적 모드의 기하학적 정밀도를 크게 향상시킵니다.

의의 및 한계점

본 논문은 AeroCast가 다중 모드 불확실성을 명시적으로 모델링함으로써 공유된 공역에서의 **위험 인지형 계획(risk-aware planning)**을 위한 견고하고 실시간적인 솔루션을 제공한다고 주장합니다. 이 프레임워크는 지면 영역의 제약(도로 토폴로지, 사회적 규범)과는 근본적으로 다른 3D 자유 비행 역학의 특정 과제를 해결합니다.

저자들은 다음과 같이 범위를 제한적으로 설정하였습니다:

• 범위: 평가는 단일 장애물 시나리오와 특정 실내 쿼드로터 비행 데이터셋(합성 데이터 보완)에 국한됩니다.
• 한계: 실외 환경, 더 큰 규모의 탈것 또는 생물학적 에이전트로의 일반화 여부는 테스트되지 않았습니다. 다중 장애물 간의 상호작용은 다뤄지지 않았습니다.
• 향러 연구: 저자들은 다중 에이전트 설정, 특정 에이전트에 대한 온라인 적응, 그리고 후퇴 수평선 플래너(receding-horizon planners)와의 통합을 필수적인 다음 단계로 식별하였습니다.

이 연구는 3D 비협조적 항공 장애물 예측을 위한 새로운 벤치마크를 구축하며, 트랜스포머 기반의 확률적 아키텍처가 복잡한 다중 모드 항공 동작을 포착하는 데 있어 기존의 순환 및 물리 기반 방법론보다 크게 뛰어날 수 있음을 입증합니다.