본 논문은 무선 네트워크 제어 시스템(WNCSs)에서 제어 및 통신 시스템의 상호 의존성을 고려한 새로운 최적화 이론 기반 안전 강화 학습(DRL) 프레임워크를 제시합니다. 극도로 안정적인 WNCSs를 위해 성능 최적화와 동시에 제약 조건을 만족하도록 설계되었으며, 최대 정보 지연(PAoI) 위반 확률, 전송 전력, 유한 블록 길이 체제에서의 스케줄 가능성 등 주요 제약 조건 하에서 전력 소비를 최소화합니다. 다중 센서 네트워크에서 확률적 최대 허용 전송 간격(MATI) 및 최대 허용 패킷 지연(MAD) 제약 조건을 결합하여 PAoI 위반 확률을 독창적으로 도출합니다. 이 프레임워크는 최적화 이론 및 안전 DRL 두 단계로 구성됩니다. 첫 번째 단계는 변수 간의 수학적 관계를 설정하여 문제를 단순화 및 분해하는 최적 조건을 도출합니다. 두 번째 단계는 교사-학생 프레임워크가 DRL 에이전트(학생)를 안내하는 안전 DRL 모델을 사용합니다. 제어 메커니즘(교사)은 시스템 제약 조건 준수 여부를 평가하고 필요에 따라 가장 가까운 실행 가능한 동작을 제안합니다. 광범위한 시뮬레이션 결과, 제안된 프레임워크는 규칙 기반 및 다른 최적화 이론 기반 DRL 기준보다 빠른 수렴, 더 높은 보상 및 더 큰 안정성을 달성하여 성능이 우수함을 보여줍니다.
