분산 모델 예측 제어(DMPC)에서 에이전트 간 정보 교환량 감소를 위해 LSTM 기반 인코더-디코더 네트워크를 활용했어요. 에이전트는 압축된 메시지를 전송하고, 수신자는 원본 메시지를 재구성합니다. 모바일 로봇 군집 테스트에서 네트워크는 뛰어난 성능을 유지하며 통신 과부하 조건에서도 안정적으로 작동했어요.
LSTM 사용은 높은 재구성 정확도를 달성하거나 예측 지평선 길이를 변경해도 재훈련 없이 사용할 수 있게 해줍니다. 이는 DMPC 시스템의 효율성을 크게 향상시키는 결과를 보여줍니다.
본 연구는 통신 제약 환경에서 DMPC 시스템의 성능을 유지하고 향상시킬 수 있는 새로운 가능성을 제시합니다.