Lagrangian Dynamics for Multi-Agent Path Planning in Dense Obstacle Fields

미래의 혼잡한 하늘과 좁은 통로 속에서, 하나의 마음처럼 함께 움직이는 로봇 집단인 자율 군집(autonomous swarms)의 꿈은 완고한 물리적 현실에 직면해 있습니다. 로봇이 벽을 피하며 목적지에 도달해야 할 때, 이를 유도하는 가장 간단한 방법은 보이지 않는 힘을 상상하는 것입니다. 즉, 목표를 향한 부드러운 끌림과 장애물로부터 멀어지려는 강한 밀어냄입니다. 인공 퍼텐셜 필드(artificial potential fields)라고 알려진 이 방식은 빠르고 계산 능력이 적게 들기 때문에 수십 년 동안 로보틱스의 핵심적인 요소였습니다. 그러나 여기에는 치명적인 결함이 있습니다. 만약 목표를 향한 끌림과 장애물로부터의 밀어냄이 정확히 같고 반대 방향이라면, 로봇은 알짜 힘을 느끼지 못하게 됩니다. 로봇은 어느 방향으로 회전할지 결정하지 못한 채 교착 상태에 빠져 멈춰 서게 됩니다. 장애물이 빽빽한 숲 같은 환경에서 이런 현상은 끊임없이 발생하며, 로봇이 탈출하기 위해 모터를 격렬하게 움직이는 과정에서 멈춰 서거나 심하게 흔들리게 만듭니다.

마드리드 카를로스 3세 대학교(Universidad Carlos III de Madrid)의 연구진은 이 문제를 해결하기 위한 새로운 방법을 제 제안했습니다. 이는 로봇 군집을 독립된 기계들의 집합이라기보다, 시냇물 속의 바위를 돌아 흐르는 유체처럼 취급하는 방식입니다. 연구진은 각 로봇을 단순히 지도 위의 한 점이 아니라, 특수한 '슬라이딩(sliding)' 메커와를 포함한 힘의 장을 통과하는 질량과 운동량을 가진 물리적 객체로 모델링한 제어 시스템을 설명합니다. 로봇은 보이지 않는 반발력의 벽에 부딪혔을 때 그대로 멈추는 대신, 옆으로 부드럽게 밀려나며 전진 운동량을 유지한 채 장애물을 따라 미끄러지듯 지나갑니다. 상세한 컴퓨터 시뮬레이션을 통해 테스트된 이 접근 방식은 18대의 로봇 그룹이 복잡한 환경을 통과하여 좁은 틈을 비집고 들어가고, 다시 반대편에서 형태를 재구성하면서도 결코 갇히거나 서로 충돌하지 않도록 합니다.

이 새로운 시스템의 핵심은 각 로봇이 주변 환경에 어떻게 반응하는지를 규정하는 일련의 규칙들입니다. 연구진은 각 에이전트를 마찰에 의해 자연스럽게 속도가 줄어드는 끈적한 유체를 통과하는 무거운 물체로 모델링했습니다. 이러한 댐핑(damping) 효과는 로봇이 회전할 때 과도하게 목표를 지나치거나 통제 불능으로 진동하는 것을 방지합니다. 로봇을 안내하기 위해 그들은 세 가지 뚜렷한 힘을 적용했습니다. 첫째, 아선형(sub-linear) 끌림이 로봇을 목표로 끌어당깁니다. 로봇이 멀리 있을수록 더 강하게 끌어당겨 종종 모터가 비명을 지르거나 포화 상태에 이르게 했던 기존 시스템과 달리, 이 끌림은 먼 거리에서도 완만하게 증가하여 로봇이 안정적이고 관리 가능한 속도로 목표에 접근하도록 보장합니다. 둘째, 로봇들은 보이지 않는 스프링 같은 결속으로 이웃들과 연결되어 있습니다. 이 결속은 군집이 좁은 공간을 통과할 때 흩어지거나 충돌하는 대신, 고무줄처럼 늘어났다 줄어들며 집단을 유지하게 합니다.

그러나 가장 결정적인 혁신은 세 번째 힘인 유체역학적 편향 층(hydrodynamic deflection layer)입니다. 전통적인 시스템에서는 로봇이 벽에 직면했을 때, 반발력이 전진 방향과 정반대로 로봇을 밀어냅니다. 만약 로봇이 목표에 의해 앞으로 끌리고 있다면, 이 두 힘은 상쇄되어 로봇은 멈춰 서게 됩니다. 새로운 시스템은 이 반발력에 측면 성분을 추가합니다. 로봇이 장애물에 가까워지면, 시스템은 로봇을 단순히 밀어내는 것이 아니라 장애물의 표면 곡선을 따라 밀어내는 힘을 계산합니다. 이는 마치 로봇이 벽을 향해 몸을 부딪치는 것이 아니라 벽을 따라 손을 미끄러뜨리는 것과 같습니다. 운동량이 로봇을 코너를 따라 돌 수 있게 해줍니다. 이 접선 방향의 힘은 로봇이 가장 좁은 틈에서도 완전히 멈추지 않도록 보장하며, 정지된 위치를 수정하려는 컨트롤러로 인해 발생하는 격렬한 흔들림을 방지합니다.

연구진은 18대의 물리적 에이전트를 사용하여 밀집된 장애물이 가득한 시뮬레이션 환경에서 이 아키텍처를 테스트했습니다. 여기서 에이전트들은 단순한 공간상의 점이 아니라 실제 질량과 크기를 가졌습니다. 그들은 로봇들이 원통형 및 구형 장벽들로 가득 찬 28x28미터의 2차원 영역과 20x20x20미터의 3차원 부피를 항해하도록 설정했습니다. 결과는 군집이 좁은 틈을 통과하기 위해 성공적으로 변형될 수 있음을 보여주었습니다. 선두 로봇들이 장애물을 따라 미끄러지듯 지나가면 나머지 그룹은 스프링 같은 결속에 의해 압축되며 그 뒤를 따랐습니다. 여정 내내 로봇들은 서로 34센티미터 이상의 간격을 유지했으며, 장애물로부터는 최소 18센티미터의 여유 거리를 확보했습니다. 움직임은 매우 매끄러웠으며, 로봇들은 기존 방식에서 흔히 나타나는 급격한 가속 수정 동작을 피했습니다.

연구진이 이 새로운 방법을 고전적인 방식과 비교했을 때 그 차이는 극명했습니다. 동일하게 혼잡한 환경에서, 전통적인 시스템은 로봇의 66%가 목적지에 도달하지 못한 채 영구적인 국소 교착 상태(local deadlocks)에 빠지게 했습니다. 움직이는 로봇들은 종종 초당 18미터에 달하는 엄청난 가속도 스파이크를 경험했는데, 이는 실제 하드웨어에 손상을 줄 수 있는 수준입니다. 반면, 새로운 라그랑주 제어기(Lagrangian controller)는 최대 가속도를 완만한 2.3m/s²로 낮게 유지했으며 단 한 대의 로봇도 갇히지 않게 했습니다. 또한 이 시스템은 목표 자체가 움직이거나 장애물이 움직이는 상황에서도 견고함을 입증했습니다. 상대 속도를 고려하여 힘을 조정함으로써, 군집은 움직이는 목표를 추적하고 움직이는 장벽을 피하며 형성(formation)과 안전 마진을 망설임 없이 유지할 수 있었습니다.

연구진은 또한 로봇 사이의 결속 강도나 상호작용하는 영역의 크기가 변하는 등의 조건에 따라 군집이 어떻게 행동하는지도 탐구했습니다. 그들은 로봇들이 너무 느슨하게 연결되면 장애물을 만났을 때 그룹이 너무 일찍 분리되고, 너무 단단하게 묶이면 좁은 공간에서 서로 충돌할 위험이 있다는 것을 발견했습니다. 그들이 선택한 기본 설정은 군집이 부드럽게 압축되었다가 위험이 지나가면 다시 정상 형태로 팽창할 수 있는 최적의 지점을 제공했습니다. 연구진은 이 개념을 멈추거나 호버링할 수 없는 고정익 항공기에도 확장하여, 동일한 원리가 비행기가 멈추는 대신 목표를 중심으로 자연스럽게 궤도를 그리며 비행하도록 유도할 수 있음을 보여주었습니다.

현재 이 결과들은 컴퓨터 시뮬레이션에 국한되어 있지만, 이 발견은 실제 응용 분야를 향한 유망한 길을 제시합니다. 이 시스템은 완전히 분산되어 있어, 각 로봇에게 무엇을 할지 알려주는 중앙 컴퓨터가 필요하지 않습니다. 모든 에이전트는 로컬 정보를 바탕으로 스스로 결정을 내립니다. 이는 이 접근 방식이 확장 가능하고 탄력적이며, 복잡하고 변화하는 환경에서 대규모 그룹을 다룰 수 있음을 의미합니다. 연구진은 향후 작업에서 예측 불가능한 돌풍이나 다양한 유형의 항공기가 가진 구체적인 한계와 같은 실제 물리적 문제를 다루어야 한다고 인정하지만, 시뮬레이션은 유체에서 영감을 얻은 운동량 기반의 접근 방식이 군집을 갇히지 않고 밀집된 장애물 구역을 통과하게 하는 오래된 문제를 해결할 수 있음을 입증했습니다. 군집을 경직된 기계들의 집합이 아닌, 응집력 있고 흐르는 실체로 취급함으로써, 연구진은 미래의 밀집된 장애물 구역을 우아하고 안전하게 항해하는 방법을 보여주었습니다.