자율 수상 차량(무인 보트)은 선체 형태와 구동 방식에 따라 유체역학적 특성이 제각각이지만, 기존 제어기는 대부분 특정 플랫폼 하나에 맞춰 설계돼 다른 선박에는 그대로 적용하기 어렵다는 문제가 있었다. 이를 해결하기 위해 연구진이 하나의 정책만으로 여러 플랫폼에 별도 재학습 없이 배포할 수 있는 적응형 강화학습 기반 궤적 추적 제어 방식을 제안했다.
배포 대상 플랫폼의 동역학 정보가 정책에 사전에 알려지지 않은 상황을 다루기 위해, 연구진은 상호작용 이력을 바탕으로 상황을 추정하는 표준적인 부분관측 강화학습 접근법을 채택했다. 구체적으로는 교사-학생(teacher-student) 구조를 도입해, 학습된 모듈이 각 플랫폼의 동역학적 특성을 나타내는 잠재 표현을 스스로 추론하도록 설계했다. 이 정책은 무작위화된 선박 동역학 조건에서 시뮬레이션으로 학습됐으며, 별도의 미세조정 없이 실제 두 개의 물리적 플랫폼에 그대로 적용됐다.
특히 눈에 띄는 점은 정밀한 유체역학 시뮬레이터 대신 상대적으로 단순한 분석적 동역학 모델에 의존해 학습을 진행했다는 것이다. 그럼에도 실제 환경 실험에서 이 적응형 정책은 적응 기능이 없는 기존 학습 기반 베이스라인 대비 위치 평균절대오차(MAE) 기준 최대 58퍼센트의 성능 개선을 보였다. 이는 개별 플랫폼에 맞춰 별도로 튜닝한 전용 제어기의 추적 정확도에 근접하는 수준으로 평가됐다.
이 연구는 해양 로봇 분야에서 플랫폼마다 별도 제어기를 개발해야 했던 기존 관행의 비효율을 줄일 수 있는 가능성을 보여준다. 단순한 동역학 모델만으로도 실제 하드웨어에 통하는 범용 정책을 학습할 수 있다는 결과는, 정밀 시뮬레이션 구축에 드는 비용과 시간을 크게 절감할 수 있다는 점에서 자율 해양 로봇의 상용화 가능성을 높이는 실용적 성과로 풀이된다.
