무인 항공기(UAV)는 지상 네트워크가 없는 환경에서 저고도 무선 네트워크(LAWN)의 핵심 기술로 부상하고 있다. 본 논문은 이러한 상황에서 효율적이고 안전한 UAV 궤적 설계를 위해 디지털 트윈(DT) 기반 훈련 및 배포 프레임워크를 제안한다. UAV는 지상 사용자에게 통신 서비스를 제공하는 동시에, DT 서버로 업로드되어 가상 환경(VE)을 구축하는 에코를 수집한다. 이 VE는 모델 훈련을 가속화하고, 실시간 UAV 센싱 데이터로 지속적으로 업데이트되어 의사 결정을 지원하고 비행 안전을 향상시킨다. 제안하는 궤적 설계는 시뮬레이티드 어닐링(simulated annealing)을 이용한 사용자 스케줄링과 트윈 지연 딥 결정론적 정책 경사(twin-delayed deep deterministic policy gradient) 알고리즘을 결합하여, 장애물 회피를 보장하면서 임무 완료 시간을 최소화한다. 시뮬레이션 결과는 제안하는 방식이 기존 방식보다 더 빠른 수렴, 높은 비행 안전성, 더 짧은 임무 완료 시간을 달성하여, 불확실한 환경에서의 LAWN 배포에 대한 강력하고 효율적인 솔루션을 제공함을 보여준다.
