何が起きたか
マサチューセッツ工科大学(MIT)らの研究チームは、2023年3月18日に公開された論文「Hybrid Systems Neural Control with Region-of-Attraction Planner」(arXiv:2303.10327v1)で、ハイブリッドシステムを制御する階層的ニューラルネットワーク(NN)ベース手法を発表した。提案手法は、各システムモードについてNNリアプノフ関数とNNコントローラを学習し、引力領域(RoA)内の状態を安定化する。さらに、モード切替時に微分可能なプランナーを用いて、切替後の状態が次のモードのRoAに入るようにすることで、システム全体の安定性を保証する。実験は、車両追従制御、pogobotナビゲーション、二足歩行ロボットの locomotion で実施された。
詳細
ハイブリッドシステムは、連続的および離散的なダイナミクスを持つため、ロボット工学で広く見られるが、その安定性の保証は難しい。すべてのモードが安定でも、システム全体が不安定になる場合があり、モード切替時の特別な処理が必要となる。提案手法は、各モードで学習したNNリアプノフ関数とNNコントローラに加え、モード間でRoA推定器を学習し、切替時に微分可能なプランナーで次のモードのRoAに状態を導く。理論的な安定性保証を提供し、実験では、訓練時間が他の学習ベース手法の0.25倍、実行時間はMPCより10〜50倍高速で、MPC、強化学習(RL)、共通リアプノフ法(CLF)、線形二次レギュレータ(LQR)、二次計画法(QP)、ハミルトン・ヤコビ法(HJB)などのベースラインと比較して、安定性・成功率が高いとしている。プロジェクトページは https://mit-realm.github.io/hybrid-clf。
Key Facts
| 論文は2023年3月18日にarXivで公開された(arXiv:2303.10327v1)。 | [1] |
| 提案手法は、各システムモードでNNリアプノフ関数とNNコントローラを学習し、RoA推定器をモード間で学習する。 | [1] |
| モード切替時に微分可能なプランナーを用いて、切替後の状態が次のモードのRoAに入るようにする。 | [1] |
| 実験は、車両追従制御、pogobotナビゲーション、二足歩行ロボットのlocomotionで実施された。 | [1] |
| 訓練時間は他の学習ベース手法の0.25倍。 | [1] |
| 実行時間はMPCより10〜50倍高速。 | [1] |
| ベースラインとしてMPC、RL、CLF、LQR、QP、HJBと比較し、安定性・成功率が高いとしている。 | [1] |
| プロジェクトページは https://mit-realm.github.io/hybrid-clf。 | [1] |
なぜ重要か
ハイブリッドシステムの安定化はロボット工学の重要な課題であり、提案手法は学習ベースでありながら理論的な安定性保証を提供する。訓練時間と実行時間の効率性は、実時間制御への応用可能性を示唆する。