Sparse Robust Optimal Control in Continuous-Time: A Computationally Viable Approach

기술 요약: 연속 시간에서의 희소 강건 최적 제어 (Sparse Robust Optimal Control in Continuous-Time)

문제 정의
본 논문은 프로세스 노이즈와 매개변수 불확실성을 가진 연속 시간 선형 시스템에 대하여 희소 강건 최적 제어(sparse robust optimal control, OCP) 문제를 해결하는 과제를 다룬다. 시스템은 유한한 호라이즌 동안 모든 시간 인스턴스에 대해, 그리고 가능한 모든 노이즈 및 불확실한 매개변수의 실현(realization)에 대해 상태 및 입력 제약 조건을 만족해야 하는 상미분 방정식(ODE)에 의해 지배된다.

목표는 제어 입력의 $L_1$-노름 적분 비용을 최소화하는 것이며, 이는 희소성(즉, 제어 입력을 일정 기간 동안 0으로 유지하는 것)을 유도하기 위한 표준적인 접근 방식이다. 핵심적인 어려움은 이 문제의 구조에 있다. 즉, 이 문제는 무한 차원 최적화 문제로서, 불확실한 매개변수의 압축된 집합(compact set) 내의 모든 실현에 대해, 그리고 모든 시간 $t$에 대해 무수히 많은 부등식 제약 조건을 만족해야 한다. 기존의 수치적 방법들은 시간 호라이즌을 이산화하고 특정 지점에서만 제약을 강제하는 방식에 의존하는데, 이는 전체 시간 구간이나 모든 노이즈 실현에 대한 보장을 제공하지 못한다. 또한, 신호 처리 분야의 기존 강건 최적화 도구들은 불확실성이 제어 역학 내에서 비선형적(예: 행렬 지수 함수를 통해)으로 작-용하기 때문에, 쌍대성(duality)을 통한 볼록 재구성(convex reformulation)을 적용할 수 없거나 지나치게 보수적인 결과를 초래한다.

방법론
저자들은 무한한 제약 조건을 유지하면서도, 무한 차원의 OCP를 계산 가능한 유한 차원의 볼록 준무한 프로그래밍(convex semi-infinite programming, CSIP) 문제로 변환하는 프레임워크를 제안한다.

1. 유한 매개변수화 (Finite Parametrization): 제어 및 노이즈 궤적을 유한한 사전(dictionary)의 조각별 상수 함수(piecewise constant functions)로 매개변수화한다. 이를 통해 결정 공간을 제어 계수($\theta$)와 노이즈 계수($\gamma$)의 유한 차원 벡터로 축소한다.
2. 준무한 구성 (Semi-Infinite Formulation): 유한한 매개변수화에도 불구하고, 제약 조건은 시간 $t \in [0, T]$와 노이즈 매개변수 $\gamma \in S_w$에 의해 인덱싱되는 준무한 형태를 유지한다.
3. 정규화 (Regularization): 해의 존재성과 유일성을 보장하고 최적해의 회복을 용이하게 하기 위해, 저자들은 목적 함수에 엄격한 볼록 정규화 항 $\varepsilon \Upsilon(\theta)$를 도입한다.
4. 정확한 대리 모델 구축 (Exact Surrogate Construction): 최근의 강건 최적화 연구[23, 24]를 바탕으로, 저자들은 유한한 "최악의 경우" 인덱스 집합에 대한 극대화 문제를 해결함으로써 원래의 준무한 문제의 최적값을 정확하게 회복할 수 있음을 입증한다. 구체적으로, 이들은 유한한 시간 지점 집합 $\mathcal{T}$와 노이즈 매개-변수 집합 $\mathcal{B}$에서만 제약이 적용된 OCP의 최적값을 나타내는 함수 $F(\bar{x}, \varepsilon; \mathcal{T}, \mathcal{B})$를 정의한다.
5. 알고리즘 프레임워크 (SparseRob): 본 논문은 SparseRob 아키텍처를 소개한다. 이 알고리즘은 정확한 해의 회복을 전역 최적화 문제(최대화 문제)로 취급하며, 가치 함수(value function)가 연속적이라는 전제하에(저자들이 이를 증명함), 사용되는 전역 최적화 도구(예: Simulated Annealing, SequOOL, LIPO)에 관계없이 작동한다.

주요 기여

1. 구조적 공식화: 본 논문은 프로세스 노이즈, 매개변수 불확실성, 하드 제약 조건을 가진 선형 시스템을 위한 새로운 클래스의 강건 연속 시간 희소 OCP를 구조적으로 공식화하였으며, 이것이 CSIP 표현을 가짐을 보여준다.
2. 정확한 해 (Exact Solutions): 저자들은 원래의 준무한 문제로부터 최적값과 최적해를 손실 없이(lossless manner) 회복하기 위해, 유한하고 계산 가능한 볼록 최적화 문제를 해결할 수 있음을 입증하였다. 이는 희소 최적 제어 문맥에서 최초의 성과로 주장된다.
3. 비보수적 강건성 (Non-Conservative Robustness): 보수적인 근사에 의존하는 많은 강건 제어 기법들과 달리, 제안된 방법은 보수성을 도입하지 않고 정확한 해를 보장한다. 이는 시간 호라이즌을 이산화하여 제약 만족 보장을 희생하는 방식 없이도 무수히 많은 제약 조건을 만족하도록 보장한다.
4. 일반화 가능성: 이 프레임워크는 매개변수 의존적 노이즈 시스템과 "최소 주의(minimum attention)" 문제(제어의 변화율을 최소화하는 문제)로 확장 가능하며, 동일한 알고리즘 구조를 통해 효율적으로 해결할 수 있음을 보여준다.

결과 및 수치 실험
알고리즘의 효용성은 벤치마크 스프링-질량-댐퍼(spring-mass-damper) 시스템에 대한 수치 실험을 통해 입증되었다.

• 희소 강건 제어: 알고리즘은 10,000개의 서로 다른 노이즈 실현에 대해 상태 및 종단 제약을 만족하는 희소 제어 입력을 성공적으로 생성하였다. 발생한 소수의 위반은 이론적 실패가 아닌 불가피한 수치적 오차에 기인한다.
• 매개변수 불확실성: 시스템 행렬의 매개변수 불확실성이 존재하는 시스템에 이 방법을 적용하였다. 결과로 도출된 제어 입력은 여전히 희소하고 강건하였으며, 10,000개의 불확실한 매개변수 실현 전반에 걸쳐 제약을 만족하였다.
• 비교: 본 논문은 시나리오 기반 최적화(scenario-based optimization)와 접근 방식을 비교하였다. 시나리오 기반 방법은 위반 횟수를 줄였으나, 확률적 특성으로 인해 여전히 제약 위반이 발생했다. 반면, 제안된 방법은 연속 시간 제약에 대해 결정론적 보장을 제공하였다.
• 최소 주의 (Minimum Attention): 프레임워크는 노이즈가 포함된 최소 주의 문제에 성공적으로 적용되었으며, 제어 입력의 변화율에서 희소한 거동이 나타남을 입증하였다.

의의 및 주장
본 논문은 희소 제어(일반적으로 불확실성을 무시함)와 강건 제어(종종 희소성이나 연속 시간에서의 계산 가능성이 부족함) 사이의 간극을 메움으로써 강건 제어 분야의 중요한 진전을 이루었다고 주장한다. 저자들은 다음과 같은 점을 강조한다:

• 무한 차원 공간과 관련된 "차원의 저주"를 피하면서도 유한한 매개변수화를 사용하여 무한한 제약 보장을 유지한다.
• 제어 역학에 존재하지 않는 아핀(affine) 불확실성 구조에 의존하는 기존의 강건 신호 처리 도구들의 한계를 극복한다.
• 제약 조건의 무한한 성격으로 인해 수치적으로 다루기 어렵다고 여겨졌던 클래스의 문제들에 대해 정확한 해를 보장하는 체계적이고 비보수적인 솔루션 아키텍처(SparseRob)를 제공한다.

이 연구는 이론적 존재성 결과를 넘어, 불확실성을 가진 실제 동적 시스템의 복잡성을 다룰 수 있는 수치적으로 실행 가능한 알고리즘을 제시함으로써 희소 강건 제어의 실질적 구현을 향한 단계로 제시된다.