Policy Correction and Safety-Assured Filtering Based on Reinforcement Learning for Cooperative Evasion and Engagement among Drone Swarms

본 논문은 위협 지도를 기반으로 한 군집 드론 간 회피 및 교전 기동의 최적화를 위해, 강화학습 기반의 정책 보정과 제어 장벽 함수를 이용한 안전 보장 필터링 기법을 제안한다. 먼저, 위협도 가중치가 반영된 공간 및 시간 보상함수를 설계하고 제어 장벽 함수를 이용해 개별 드론의 정책을 학습하였다. 이후 학습된 정책의 제어 명령은 안전 필터르 통해 충돌 및 제한 위반을 사전에 방지하도록 조정하였다. 제안하는 기법은 시뮬레이션을 통해 다수의 드론이 위협 밀집 지역을 회피하면서 효율적인 교전 궤적을 생성함을 확인하였다. 본 연구는 강화학습 기반의 최적 정책과 제어 안정성 필터링의 융합을 통해, 군집 드론의 자율 교전에서 안전성과 효율성을 동시에 확보할 수 있음을 보여준다.