그래프 주의 네트워크를 이용한 드론의 탄력적인 형성 제어 학습

드론 기술의 급속한 발전은 수색 및 구조, 환경 감시, 산업 검사 등 다양한 분야에 중대한 영향을 미쳤습니다. 다중 드론 시스템은 단일 드론 작업에 비해 효율성, 확장성 및 중복성이 향상되는 등의 두드러진 이점을 제공합니다. 그러나 통신 손실이나 사이버 공격과 같은 동적이고 적대적인 환경에서 탄력적인 형성 제어를 보장하는 것은 여전히 큰 도전 과제입니다. 전통적인 탄력적인 형성 제어 접근법은 특정 시나리오에서 효과적이지만, 점점 더 많은 에이전트가 개입될수록 복잡한 모델링 및 차원의 저주에 어려움을 겪는 경우가 많습니다. 본 논문에서는 그래프 주의 네트워크(GAT)를 사용하여 다중 드론 형성의 적응성과 탄력성을 향상시키기 위한 새로운 학습 기반 형성 제어 방법을 제안합니다. GAT의 동적 기능을 활용하여 주의 메커니즘에 따라 노드 간의 관계를 추출함으로써, 이 GAT 기반 형성 제어기는 서비스 거부(DoS) 공격과 같은 다양한 위협에 대한 드론 형성의 강인성을 크게 향상시킵니다. 우리의 접근법은 정상 상태에서 형성 성능을 개선할 뿐만 아니라 가변적이고 적대적인 환경에서 다중 드론 시스템의 회복력을 보장합니다. 광범위한 시뮬레이션 결과는 우리의 방법이 기존 형성 제어기보다 우수한 성능을 나타냄을 보여줍니다. 또한, 실제 비행에서 훈련된 제어 정책의 효과를 검증하는 물리적 실험이 수행되었습니다.