미시간대 로보틱스학과 연구진이 확률적으로 공격 모드로 전환하는 환경에서 비용과 안전 위험을 함께 줄이는 경로계획법을 제안했다. 2026년 7월 21일 공개된 arXiv 프리프린트는 개방루프 궤적 대신 닫힌루프 정책의 순서와 실행 시간을 탐색한다. 움직이는 상대가 로봇의 위치에 반응하는 상황에서 기존 위험 계산이 지나치게 보수적일 수 있다는 문제를 겨냥했다.
연구진은 SMO-RRT와 SMO-SST 두 알고리즘을 구성했다. 두 방법 모두 트리를 확장할 때 256개 입자에 대한 몬테카를로 롤아웃으로 실패 확률을 추정한다. SMO-RRT는 확률적 완비성을 보이는 기본형이고, SMO-SST는 공간별 파레토 후보를 남기는 witness pruning을 추가해 탐색 성능을 높이는 대신 완비성 보증을 포기한다.
시뮬레이션은 64×64 공간의 2차원 유니사이클 모델과 정적 발사대 8개로 진행됐다. MPPI 제어기는 회당 64개 롤아웃과 예측 지평 20을 썼다. 각 시험의 계획 예산은 20만 회, 허용 위험 상한은 0.5였으며, 최종 경로는 별도 몬테카를로 1,000회로 평가했다.
독립 몬테카를로 시험 10회에서 SMO-SST의 하이퍼볼륨은 51.72±24.79로 SMO-RRT의 17.91±20.48보다 높았다. 최소 위험은 0.14±0.15 대 0.32±0.15, 최소 비용은 112.59±15.62 대 171.04±29.21이었다. 초기 해를 찾는 데 필요한 반복 수는 SMO-SST가 8,040±4,481회로 SMO-RRT의 6,610±4,042회보다 많았다.
| 지표 | SMO-RRT | SMO-SST |
|---|---|---|
| 하이퍼볼륨(높을수록 좋음) | 17.91±20.48 | 51.72±24.79 |
| 최소 위험 | 0.32±0.15 | 0.14±0.15 |
| 최소 비용 | 171.04±29.21 | 112.59±15.62 |
| 초기 해 반복 수 | 6,610±4,042 | 8,040±4,481 |
자료: STORIUM 정리
이 수치는 실제 차량이나 로봇 현장시험이 아니라 논문이 설계한 발사체 추적 시뮬레이션의 내부 비교다. SMO-SST가 더 나은 비용·위험 전선을 찾았지만 초기 해 탐색은 더 느렸고, 저자들도 pruning 과정에서 서로 다른 입자 분포를 같은 상태로 취급할 수 있다고 적었다. SMO-SST의 확률적 완비성은 후속 과제로 남았다.
논문은 아직 동료검토 전 프리프린트이며, 비교군도 반응형 적대자 가정에 맞춘 SMO-RRT로 제한됐다.
저작권자 © STORIUM 무단전재 및 재배포 금지
