H∞ Leader–Following Control for Heterogeneous Nonlinear Multi-Agent Systems via Alternating LMIs

현대 공학의 세계에서 단일 기계는 종종 인상적이지만, 함께 작동하는 기계의 집단은 변혁적입니다. 이것이 바로 다중 에이전트 시스템의 영역으로, 로봇, 드론 또는 차량들이 중앙 통제관이 명령을 외치는 방식이 아니라 이웃들과 대화함으로써 행동을 조율하는 곳입니다. 목표는 전체 집단이 마치 하나처럼 움직이거나, 설령 들판에 흩어져 있더라도 특정 리더를 따르는 것입니다. 이를 위해 모든 구성원은 이웃이 무엇을 하고 있는지 감지하고 그에 따라 자신의 경로를 조정할 수 있어야 합니다. 그러나 현실 세계의 집단은 결코 완벽하지 않습니다. 기계들은 종종 서로 다른 크기, 무게, 내부 엔진을 가지고 있으며, 이는 명령에 반응하는 방식이 서로 다름을 의미합니다. 더욱이 환경은 결코 정지해 있지 않습니다. 바람, 마찰, 예상치 못한 충격은 집단을 경로에서 벗어나게 만드는 지속적인 방해 요소로 작용합니다. 엔지니어들의 과제는 이러한 서로 맞지 않고 불완전한 기계들이 외부의 소음과 혼돈을 무시하면서도 대형을 유지하고 리더를 따를 수 있도록 하는 규칙 세트를 설계하는 것입니다.

한 연구팀은 서로 다르고 복잡한 비선형 규칙에 의해 제어되는 기계 집단을 제어하기 위한 새로운 방법을 개발하여 이 어려운 문제를 해결했습니다. 간단히 말해, 비선형이란 입력을 두 배로 늘린다고 해서 출력이 반드시 두 배가 되는 것은 아니라는 뜻입니다. 즉, 기계들이 단순한 직선 운동보다 예측하기 어려운 방식으로 행동한다는 것을 의미합니다. 연구진은 '리더 팔로잉(leader-following)'이라 불리는 특정 유형의 협업에 집중했는데, 이는 추종자 집단이 단일 리더의 경로를 일치시키려 노력하는 방식입니다. 그들은 각 추종자가 고유한 엔진이나 본체를 가질 수 있으며, 이로 인해 각자의 움직임에 대한 수학적 모델이 이웃과 다를 수 있다는 점을 고려해야 했습니다. 이를 해결하기 위해 그들은 기계 간의 차이점과 예측 불가능한 뒤틀림을 하나의 관리 가능한 오차로 취급하는 통합 수학 모델을 만들었습니다. 이를 통해 연구진은 외부의 힘에 의해 밀려나더라도 집단이 결국 매끄럽고 조율된 움직임 속에 안착할 수 있음을 보장하는 제어 시스템을 설계할 수 있었습니다.

그들의 발견의 핵심은 각 기계가 이웃에게 보내야 할 제어 신호를 계산하는 새로운 방법입니다. 과거에는 이토록 복잡한 집단을 위한 신호를 찾는 것이 마치 맞추려고 할 때마다 조각의 모양이 계속 변하는 퍼즐을 푸는 것과 같았습니다. 연구진은 더 단순한 문제에 사용되는 표준 도구들이 다양한 기계 유형과 복잡한 행동의 혼합을 처리하기에는 충분히 강력하지 않다는 것을 발견했습니다. 대신, 그들은 두 가지 서로 다른 관점을 교대로 사용하는 단계별 절차를 고안했습니다. 먼저, 기계들이 서로 소통하는 규칙을 고정한 후 최적의 안정성을 측정하는 방법을 해결합니다. 그다음, 그 측정값을 고정하고 최적의 통신 규칙을 해결합니다. 이 과정을 반복함으로써 그들은 전체 집단에 적용되는 일련의 지침을 찾아낼 수 있었습니다. 결정적으로, 그들은 단순히 이 방법이 작동할 것이라고 추측한 것이 아니라, 솔루션이 도출된 후 그 솔루션이 모든 안전 및 성능 요구 사항을 진정으로 충족하는지 증명하기 위해 엄격한 최종 검증 절차를 구축했습니다.

이론이 실제 상황에서도 유효한지 확인하기 위해 연구진은 상세한 컴퓨터 시뮬레이션을 실행했습니다. 한 시나리오에서 그들은 네 대의 서로 다른 기계가 리더를 따르는 네트워크를 시뮬레이션했습니다. 이 기계들은 서로 다른 내부 역학을 가졌으며, 현실 세계의 노이즈를 모사하는 무작위로 변동하는 방해 요인에 노출되었습니다. 연구진은 방해 요소가 집단의 움직임에 미칠 수 있는 정도에 대해 특정 목표를 설정했는데, 이는 시스템이 노이즈를 매우 낮은 수준으로 감쇄하도록 요구하는 것이었습니다. 시뮬레이션 결과, 기계들이 서로 다른 위치에서 시작하고 서로 다른 물리적 특성을 가졌음에도 불구하고 모두 리더의 경로를 성공적으로 추적했습니다. 추종자와 리더 사이의 오차는 빠르게 줄어들었으며, 외부 노이즈가 밀어붙이는 와중에도 시스템은 안정적으로 유지되었습니다. 최종 검증을 통해 시스템의 방해 제거 능력이 설정한 안전 한계치 내에 있음이 확인되었으며, 이는 제어 방법이 현실 세계의 복잡성을 처리할 수 있음을 입증했습니다.

두 번째 시뮬레이션에서 연구진은 그들의 방법을 더 실용적인 예시에 적용했습니다: 자율주행 자동차나 군용 로버와 유사한 무인 지상 차량의 호송대입니다. 이 경우, 차량들은 서로 다른 질량과 마찰 계수를 가지고 있어, 무거운 트럭과 가벼운 로버가 동일한 조향 명령에 다르게 반응하게 됩니다. 목표는 차량들이 이동하는 동안 촘촘한 대형을 유지하는 것입니다. 시뮬레이션은 차량들이 넓게 흩어진 위치에서 시작하여 매끄러운 선 형태로 수렴하며 위치와 속도를 동기화할 수 있음을 보여주었습니다. 이 특정 실행에서는 외부 노이즈가 없는 상태였음에도 불구하고, 시스템은 서로 다른 차량들이 물리적 차이를 극복하고 하나의 단위로 움직일 수 있음을 보여주었습니다. 다시 방해 요인을 추가했을 때도, 시스템은 제어 입력이 자동으로 조정되어 그룹을 유지함으로써 대형을 유지할 수 있음을 다시 한번 입증했습니다.

이 연구의 의의는 현실의 무질서함을 다룰 수 있는 능력에 있습니다. 기존의 방법들은 종-종 집단 내의 모든 기계가 동일하거나 그 행동이 단순하고 예측 가능하다고 가정했습니다. 이 새로운 접근 방식은 기계들이 서로 다르고 그 행동이 복잡할 수 있음을 인정하면서도, 이들을 협력하게 만드는 신뢰할 수 있는 방법을 제공합니다. 검증 기반의 프로세스를 사용함으로써, 연구진은 그들이 찾은 솔루션이 단순한 근사치가 아니라 지정된 조건 하에서 수학적으로 보장된 작동 방식임을 확립했습니다. 이는 서로 다른 유형의 로봇들이 협력해야 하는 수색 및 구조 임무부터 다양한 크기의 차량이 함께 항해해야 하는 자동화 물류 함대에 이르기까지, 예측 불가능한 환경에서 작동하는 더 견고하고 유연한 로봇 시스템의 길을 열어줍니다. 이 연구는 적절한 수학적 프레임워크가 있다면, 다양하고 불완전한 기계 집단이 정밀하면서도 탄력적인 수준의 협업을 달성할 수 있음을 확인시켜 줍니다.