본 논문은 리튬이온 배터리의 충전 속도와 노화 현상 간의 상충 관계를 해결하기 위해 데이터 기반 충전 및 안전 프로토콜 설계 방식을 제안합니다. 고충실도 물리 기반 배터리 모델을 사용하여 반례 유도 합성(Counterexample-Guided Inductive Synthesis) 기법을 통해 강화 학습(Reinforcement Learning, RL)과 데이터 기반 형식적 방법을 결합한 하이브리드 제어 전략을 제시합니다. RL로 개별 제어기를 합성하고, 데이터 기반 추상화를 통해 배터리 초기 출력 측정값에 따라 제어기를 전환하는 구조로 분할합니다. RL 기반 제어기 간의 이산적 선택과 연속적인 배터리 동역학을 결합하여 하이브리드 시스템을 구현합니다. 설계가 요구 조건을 충족하면 추상화를 통해 폐루프 성능에 대한 확률적 보장을 제공합니다.
