1291.103 반응성 요구 수준에 따른 기법 선택
1. 개요
반응성(reactivity)은 환경 변화에 대한 행동 제어 시스템의 즉각적 대응 능력을 의미한다. 본 절에서는 반응성 요구 수준에 따른 행동 제어 기법의 적합성을 분석하고, 행동 트리(Behavior Tree, BT)의 반응성 특성을 다른 기법과 비교한다.
2. 반응성 요구 수준의 분류
2.1 저반응성 요구
사전에 완전히 계획된 행동 시퀀스를 환경 변화 없이 순차적으로 실행하는 임무에서는 반응성 요구가 낮다. 이 경우 HTN, GOAP 등의 계획 기반 기법이 적합하며, 행동 트리는 과잉 설계일 수 있다.
2.2 중반응성 요구
환경 변화가 간헐적으로 발생하며, 제한된 수의 예외 상황에 대한 대응이 요구되는 임무에서는 행동 트리의 Fallback 패턴과 조건 노드가 효과적이다. 정상 행동 흐름을 Sequence로 정의하고, 예외 발생 시 Fallback을 통해 복구 행동으로 전환하는 구조가 적합하다.
2.3 고반응성 요구
환경이 지속적으로 변화하며, 매 제어 주기마다 행동의 재평가와 전환이 요구되는 임무에서는 행동 트리의 반응형 노드(ReactiveSequence, ReactiveFallback)가 필수적이다. 반응형 노드는 매 Tick마다 조건 노드를 재평가하여, 환경 변화에 대한 즉각적 행동 전환을 보장한다.
3. 기법별 반응성 비교
| 기법 | 반응성 수준 | 재평가 메커니즘 | 전환 지연 |
|---|---|---|---|
| 행동 트리 (반응형) | 높음 | 매 Tick 재평가 | Tick 주기 |
| 행동 트리 (비반응형) | 중 | 현재 노드 완료 후 재평가 | 행동 완료 시간 |
| 포괄 아키텍처 | 높음 | 연속 평가 | 최소 |
| 규칙 기반 시스템 | 높음 | 매 주기 전 규칙 재평가 | 평가 주기 |
| GOAP | 낮음 | 재계획 시에만 | 계획 수립 시간 |
| HTN | 낮음 | 재계획 시에만 | 계획 수립 시간 |
| 유틸리티 시스템 | 높음 | 매 주기 효용 재평가 | 평가 주기 |
4. 반응성과 다른 특성의 트레이드오프
반응성의 증가는 다음의 트레이드오프를 수반한다:
- 계산 비용 증가: 매 Tick마다의 조건 재평가는 계산 오버헤드를 증가시킨다.
- 행동 안정성 감소: 과도한 반응성은 행동의 빈번한 전환(thrashing)을 유발할 수 있다.
- 장기 계획과의 충돌: 높은 반응성은 장기적 행동 계획의 일관된 실행을 방해할 수 있다.
행동 트리에서 이러한 트레이드오프는 반응형 노드와 비반응형 노드의 적절한 혼용, 그리고 히스테리시스(hysteresis) 조건의 설정을 통해 관리된다.
참고 문헌
- Colledanchise, M., & Ögren, P. (2018). Behavior Trees in Robotics and AI: An Introduction. CRC Press.
버전: 2026-04-01