본 논문은 로봇의 사회적 탐색에서 안전 영역을 정의하기 위해 위상 데이터 분석(TDA)을 활용하는 새로운 방법을 제시합니다. 기존의 확률적 모델이나 명시적 규칙 기반 방법과 달리, 본 연구는 시뮬레이션 행동의 위상적 특징을 분석하여 안전(충돌 없음) 및 불안전(충돌 발생) 시나리오를 분류합니다. 전역 규칙 기반 분류를 통해 위상적 특징을 기반으로 안전/불안전을 구분하고, 조정 가능한 SVM 분류기와 순서 통계를 사용하여 위상적 특징 공간에서 최대 분류 오차 ε을 보장하는 안전 영역 Sε을 정의합니다. 이러한 안전 영역에서 추출된 지역적 규칙은 의사결정 과정의 투명성을 유지하며 해석성을 높입니다. 나아가, 교착 상태를 방지하는 안전 영역을 정제하고, 안전하고 효율적인 탐색을 보장하는 준수 시뮬레이션 공간을 정의합니다. 위상적 특징을 고려하지 않은 기존 방법들보다 우수한 충돌 분류 성능을 보이며, 탐색 공간 내 로봇 상호 작용에 대한 깊이 있는 이해를 제공합니다.
