💻 computer science

VikPath: A Vision Kansformer Framework for Effective Obstacle Avoidance in Self-Supervised Pathfinding

VikPath는 레이블이 지정된 데이터 없이 장애물 분포를 학습하여 기존의 최첨단 방식보다 현저히 낮은 추론 지연 시간으로 더 부드럽고 안전하며 효율적인 경로를 생성하는 혁신적인 Vision Kansformer 모듈을 특징으로 하는 자기 지도 학습 프레임워크입니다.

원저자: Junyao Wang, Yulin Xu, Mohammad Abdullah Al Faruque

게시일 2026-08-25

📖 3 분 읽기☕ 가벼운 읽기

CC0 1.0

원저자: Junyao Wang, Yulin Xu, Mohammad Abdullah Al Faruque

원본 논문은 CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/)에 따라 공공 도메인에 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

로봇과 자율 주행 차량의 세계에서, 지점 A에서 지점 B까지 가는 길을 찾는 능력은 근본적인 과제입니다. 수십 년 동안 컴퓨터는 세상을 정사각형 격자로 취급하여 벽을 피하면서 최단 거리를 계산하는 수학적 규칙을 사용하여 이 문제를 해결해 왔습니다. 이러한 전통적인 방식은 단순하고 예측 가능한 방 안에서는 잘 작동하지만, 장애물들이 빽빽하게 모여 있는 복잡하고 어수선한 공간에서는 종번 어려움을 겪습니다. 오래된 규칙들은 기술적으로는 가장 짧은 경로를 만들어내지만 물체에 위험할 정도로 가깝거나, 실제 차량이 물리적으로 수행할 수 없는 갑작스럽고 급격한 회전을 요구하는 경로를 생성하는 경향이 있습니다. 더욱이, 컴퓨터가 더 잘 항해하도록 가르치려는 많은 현대적 시도들은 인간이나 다른 컴퓨터가 만든 완벽한 경로의 수천 가지 사례를 보여주는 것에 의존해 왔습니다. 이 접근 방식에는 결함이 있습니다. 만약 예시가 불완전하거나 편향되어 있다면, 학습 시스템은 동일한 실수를 물려받게 되며, 본 적 없는 새로운 환경에 직면했을 때 자주 실패하게 됩니다.

캘리포니아 대학교 어바인(UC Irvine)의 연구진은 교사로부터 길을 안내받을 필요 없이 기계가 항해하는 법을 배우게 하는 '빅패스(VikPath)'라는 새로운 접근 방식을 개발했습니다. 이 시스템은 미리 만들어진 경로를 암기하는 대신, 사람이 붐비는 방을 슬쩍 보고 어디가 탁 트인 공간인지, 어디가 가구를 밀어 넣기에 너무 좁은 곳인지 본능적으로 아는 것처럼 환경의 레이아웃을 스스로 이해하는 법을 배웁니다. 연구진은 장애물의 지도를 보고 누락된 세부 사항을 채워 넣는 특별한 학습 모듈을 만들었는데, 이는 장애물이 있을 법한 위치와 안전한 경로가 장애물로부터 얼마나 가까이 유지되어야 하는지를 예측하는 법을 배웁니다. 이를 통해 시스템은 '확률 지도'를 생성할 수 있으며, 이 지도는 안전하고 열린 통로를 강조하고, 비록 기술적으로는 빈 공간일지라도 너무 혼잡한 구역에 대해서는 경고를 보냅니다.

이 새로운 시스템의 핵심은 공간적 관계를 이해하기 위해 두 가지 강력한 아이디어를 결합한 독특한 구조입니다. 이 방식은 지도의 일부를 숨기고 주변 맥락을 바탕으로 컴퓨터가 누락된 부분을 추측하도록 강제하는 방법을 사용하는데, 이 기술은 컴퓨터가 특정 패턴을 단순히 암기하는 것이 아니라 환경의 구조를 학습하도록 돕습니다. 이러한 추측을 더 정확하고 유연하게 만들기 위해, 시스템은 마주하는 장애물의 특정 모양과 크기에 맞춰 내부 규칙을 조정할 수 있는 수학적 프레임워크를 사용합니다. 시스템이 지도를 읽고 위험이 어디에 있는지 이해하는 법을 배우고 나면, 정교한 탐색 과정을 사용하여 경로를 계획합니다. 이 과정은 단순히 최단 직선을 찾는 것이 아니라, 장애물에 너무 가까워지는 경로에 벌점을 부여하고 급격하고 갑작스러운 회전을 억제합니다. 그 결과, 경로는 효율적일 뿐만 아니라 매끄럽고 안전하며, 기존 방식들이 겪던 좁은 틈새 끼임이나 급격한 움직임을 피하게 됩니다.

연구진이 기존의 최고 방법들과 이 시스템을 비교 테스트했을 때, 결과는 놀라웠습니다. 세 가지 유형의 복잡한 환경을 이용한 일련의 테스트에서, 빅패스는 기존 알고리즘보다 훨씬 더 안전한 경로를 일관되게 찾아냈습니다. 평균적으로 새 시스템이 생성한 경로는 차세대 최고 방법과 비교했을 때 장애물로부터 3.28% 더 먼 거리를 유지했는데, 이는 로봇이 벽에 긁히거나 좁은 틈에 끼일 가능성이 낮음을 의미합니다. 동시에, 경로는 훨씬 더 매끄러웠으며 방향의 급격한 변화가 적어 물리적 차량이 따라가기에 더 용이했습니다. 아마도 가장 놀라운 점은 시스템이 믿기지 않을 정도로 빨랐다는 것입니다. 이 시스템은 경로를 찾는 데 걸리는 시간을 기존의 고급 학습 기반 방식들에 비해 87.07%나 단축하며 매우 빠르게 계산을 완료했습니다. 이러한 속도는 시스템이 복잡하고 라벨이 붙은 예시를 처리하거나 경로를 찾은 후 경로를 매끄럽게 다듬기 위한 추가 단계를 수행할 필요가 없기 때문에 가능했습니다. 즉, 안전성과 매끄러움이 탐색 과정의 시작부터 내장되어 있는 것입니다.

어떤 항해 시스템의 진정한 시험대는 이전에 본 적 없는 세상을 다룰 수 있는지 여부입니다. 연구진은 한 세트의 지도들로 시스템을 훈련시킨 후, 추가적인 훈련 없이 도시 거리나 비디오 게임 레벨을 닮은 완전히 다른 환경들을 항해하도록 요청했습니다. 시스템은 즉각적으로 적응하여, 새로운 환경의 규칙을 다시 가르쳐줄 사람 없이도 안전하고 매끄러운 경로를 찾는 능력을 유지했습니다. 이는 시스템이 단순히 특정 패턴을 암기한 것이 아니라, 공간에 장애물이 어떻게 분포되어 있는지에 대한 깊은 이해를 학습했음을 시사합니다. 기계에게 위험의 형태와 매끄러운 여정의 가치를 가르침으로써, 이 연구는 자율 시스템이 복잡하고 장애물이 가득한 세상을 더 높은 확신과 효율성을 가지고 이동할 수 있는 새로운 길을 제시합니다.

기술 요약: VikPath

문제 정의

경로 탐색(Pathfinding)은 인공지능 및 자율 시스템의 근본적인 과제로, 시작점에서 목적지까지 효율적이고 충돌 없는 경로를 결정하는 것을 필요로 합니다. A*와 같은 전통적인 휴리스틱 기반 알고리즘은 사전 정의된 휴리스틱(예: 유클리드 거리 또는 맨해튼 거리)과 그리드/그래프 표현에 의존합니다. 이러한 방식은 구조화된 환경에서는 효과적이지만, 수작업으로 설계된 휴리스틱이 복잡한 공간 구조를 포착하지 못하는 장애물이 풍부한 복잡한 시나리오에서는 어려움을 겪는 경우가 많습니다. 또한, 고전적인 플래너들은 대개 경로 길이와 충돌 회피만을 최적화하며, 장애물 여유(obstacle clearance)(장애물과의 근접성) 및 **궤적 매끄러움(trajectory smoothness)**과 같은 실질적인 요소들을 간과하는 경향이 있습니다. 이는 경로가 장애물에 위험할 정도로 가깝게 지나가거나 급격한 회전을 포함하게 만들어, 실제 실행 시 최적화되지 않거나 안전하지 않은 결과를 초래할 수 있습니다.

최근의 학습 기반 접근 방식들은 이러한 문제를 해결하려고 시도해 왔으나, 종종 기존 플래너나 수동 주석을 통해 생성된 레이블을 사용하는 **지도 학습(supervised learning)**에 의존합니다. 이러한 의존성은 학습된 모델이 기초가 되는 감독(supervision)의 편향과 한계를 그대로 물려받기 때문에 일반화 능력을 제한합니다(예: 안전보다 최단 경로를 우선시하는 경로를 우선시함). 또한, 기존 방법들은 경로 생성과 매끄럽게 만들기(smoothing)를 별개의 단계(예: 사후 처리용 베지에 곡선 사용)로 취급하는 경우가 많으며, 이는 장애물 여유를 저해하거나 추가적인 타당성 검사를 요구할 수 있습니다.

방법론

본 논문은 전문가가 생성한 경로 레이블에 의존하지 않고, 장애물 근접성, 경로 매끄러움, 그리고 계산 효율성을 공동으로 최적화하도록 설계된 자가 지도 학습(self-supervised) 경로 탐색 프레임워크인 VikPath를 제안합니다. 이 프레임워크는 두 단계로 작동합니다.

1. 장애물 인지 표현 학습 (Vision Kansformer)

첫 번째 단계는 새로운 Vision Kansformer 모듈을 사용하여 레이블이 없는 환경 지도로부터 밀집된 **장애물 확률 맵(obstacle probability map)**을 직접 학습합니다.

아키텍처: 이 모델은 Self-Attention(Vision Transformer의 구조)의 전역 문맥 모델링과 **Kolmogorov-Arnold Networks (KANs)**의 유연한 비선형 변환을 결려합니다. FFN(Feed-Forward Networks)을 사용하는 표준 Transformer와 달리, VikPath는 이를 KAN 레이어로 대체하며, KAN은 B-스플라인(B-splines)으로 매개변수화된 학습 가능한 단변량 함수를 활용하여 표현을 정교화합니다.
학습 전략: 이 모듈은 마스크드 모델링(masked modeling) 방식(Masked Image Modeling에서 영감을 받음)을 사용하여 학습됩니다.
- 마스킹(Masking): 이진 점유 맵(binary occupancy map)의 무작위 패치를 마스킹합니다.
- 목적 함수(Objectives): 모델은 세 가지 상호 보완적인 손실 함수를 사용하여 마스킹된 영역을 재구성하도록 학습됩니다:
  1. 재구성 손실(Reconstruction Loss): 타겟은 원래의 이진 맵이 아니라 장애물 근접성을 고려한 타겟입니다. 이 타겟은 장애물 영역을 반복적으로 팽창시키고 장애물 및 그 주변부에 더 높은 값을 할당하여 생성되며, 이를 통해 모델이 공간적 근접성을 학습하도록 유도합니다.
  2. 대조 학습 손실(Contrastive Loss): 사전 학습된 Vision Transformer(ViT)가 교사 역할을 하여 참조 표현을 제공함으로써 학습된 특징의 식별력을 높입니다.
  3. 지각 손실(Perceptual Loss): 재구성 과정에서 고수준의 구조적 정보가 보존되도록 보장합니다.
출력: 재구성 헤드는 높은 값이 강한 장애물 영향력을 나타내는 정규화된 확률 맵 $P \in [0, 1]^{m \times n}$ 을 생성합니다.

2. 장애물 및 매끄러움 인지 경로 탐색

두 번째 단계는 학습된 확률 맵과 매끄러움 페널티를 탐색 비용에 직접 포함시킨 수정된 가중 A (Weighted A, WA*)** 알고리즘을 사용하여 경로 탐색을 수행합니다.

상태 정의: 매끄러움을 고려하기 위해, 탐색 상태는 단순히 현재 위치가 아니라 현재 위치와 그 이전 위치를 나타내는 튜플 $(Q_p, Q)$ 로 정의됩니다.
비용 함수: 이동 $X$ $X$ 에서 $X_n$ $X_{n}$ 으로의 전환 비용 $c(X, X_n)$ $c (X, X_{n})$ 은 다음을 포함합니다:
1. 이동 거리: 표준 스텝 비용.
2. 장애물 근접성 페널티: 학습된 확률 맵에서 유도된 가중치 항 $w_o P(Q_n)$ 으로, 장애물 밀도가 높은 영역을 통과하는 경로에 페널티를 부여합니다.
3. 급회전 페널티: 들어오는 모션 벡터와 나가는 모션 벡터 사이의 각도를 기반으로 계산되는 비용 $c_{smooth}$ 로, 급격한 방향 변화를 억제합니다.
탐색: 알고리즘은 가중치가 부여된 휴리스틱을 사용하여 안전성과 매끄러움 비용 사이의 균형을 맞추면서 목표를 향해 탐색을 유도하며, 이를 통해 별도의 사후 처리 매끄럽기 단계가 필요 없도록 합니다.

주요 기여

VikPath 프레임워크: 전문가가 생성한 휴리스틱 또는 수동 주석 레이블 없이 장애물 인지와 경로 매끄러움을 공동으로 통합하여 환경 표현을 학습하는 자가 지도 경로 탐색 시스템입니다.
Vision Kansformer 모듈: KAN을 Transformer 구조에 통합하고 마스크드 모델링을 적용한 새로운 아키텍처입니다. 이는 미세한 장애물 확률 맵을 구축하기 위해 국소적 및 전역적 공간 의존성을 포착하며, SOTA(State-of-the-Art) 방법 대비 평균 3.28% 더 높은 장애물 여유를 달 achieves 합니다.
통합 탐색 목적 함수: 장애물 근접성과 급회전 페널티를 비용 함수에 명시적으로 포함시킨 가중 A* 알고리즘의 개선형입니다. 이를 통해 별도의 베지에 곡선 기반 사후 처리 단계 없이도 안전하고 매끄러운 경로를 생성할 수 있습니다.
효율성: 본 프레임워크는 높은 경로 품질을 유지하면서도 SOTA 방법들보다 평균 **87.07% 낮은 추론 지연 시간(inference latency)**을 달성합니다.

실험 결과

저자들은 일반화 성능을 테스트하기 위해 세 가지 공개 데이터셋(Motion Planning, Bugtrap Forest, Tiled Motion Planning)과 두 가지 미보지(unseen) 데이터셋(City 및 Game)에서 VikPath를 평가했습니다.

성능 지표: VikPath는 다음 항목에서 베이스라인(WA*, Improved JPS, SAIL-SL, BB-A*, FDW-A*, APF-A* 포함)을 지속적으로 능가했습니다:
- 경로 안전 점수(Path Safety Score): 장애물로부터 누적된 더 높은 여유 공간.
- 평균 장애물 거리: 가장 가까운 장애물로부터의 평균 거리 증가.
- 매끄러움(Smoothness): 안전성을 위해 매끄러움을 희생하는 방법들과 비교했을 때 더 낮은 각도 편차 점수(더 매끄러운 궤적을 의미).
- 탐색 효율성: 표준 A* 및 다른 베이스라인들에 비해 노드 탐색 횟수의 현저한 감소.
- 지연 시간(Latency): 모든 데이터셋에서 가장 낮은 추론 지연 시간.
일반화: 미세 조정(fine-tuning) 없이 미보지 데이터셋(City 및 Game)에 적용했을 때도, VikPath는 안전성, 여유 공간 및 효율성 측면에서 우수한 성능을 유지하며 강력한 교차 데이터셋 일반화 능력을 입증했습니다.
절제 연구(Ablation Studies):
- 학습된 장애물 페널티 또는 매끄러움 페널티를 제거하면 안전성 및 매끄러움 지표가 크게 떨어져, 두 구성 요소의 필요성을 확인했습니다.
- 재구성 기법을 비교한 결과, Vision Kansformer가 장애물 구조를 재구성하는 데 있어 Vision Transformer 및 Vision Mamba보다 우수한 성능(더 낮은 MSE, 더 높은 PSNR/SSIM)을 보였습니다.

의의

본 논문은 전문가가 생성한 레이블에 대한 의존성을 제거하고, 장애물 여유와 궤적 매끄러움을 하나의 효율적인 탐색 과정으로 통합함으로써 기존 경로 탐색 방식의 결정적인 한계를 해결한다고 주장합니다. 자가 지도 학습을 활용하여 장애물 분포를 이해하고, 이러한 통찰력을 경로 탐색 비용 함수에 직접 통합함으로써, VikPath는 단순히 짧은 경로가 아니라 더 안전하고 실행 가능한 경로를 생성합니다. 높은 성능과 낮은 추론 지연 시간을 동시에 달성하는 본 프레임워크의 능력은 복잡하고 장애물이 많은 시나리오에서 지연 시간에 민감한 자율 주행 애플리케이션에 특히 적합합니다.