ملخص تقني: تتبع المسار القوي للمركبات عبر التعلم المتبقي في الزمن المستمر: نهج ICODE-MPPI

1. بيان المشكلة

تتطلب المركبات الأرضية ذاتية القيادة (AGVs) التي تعمل في بيئات غير منظمة أو مضطربة تتبعاً دقيقاً للمسار وتجنباً استباقياً للعوائق. وبينما يعد التحكم التنبئي بالنماذج (MPC) نموذجاً قياسياً، فإن طبيعته القائمة على الاشتقاق غالباً ما تعاني مع مساحات التكلفة غير المحدبة. وقد برز التحكم بنماذج التكامل لمسارات MPPI كبديل قوي وخالٍ من الاشتقاق يعتمد على أخذ العينات، وهو قادر على التعامل مع الديناميكيات غير الخطية والقيود المعقدة.

ومع ذلك، فإن فعالية MPPI محدودة جوهرياً بـ عدم التطابق بين النموذج والواقع (model-plant mismatch). يعتمد قانون التحكم على توقع فوق المسارات المأخوذة عينات؛ وإذا كان نموذج الديناميكيات الأمامي الاسمي غير دقيق، فإن النتائج ستكون منحازة. يؤدي هذا إلى تسلسلات تحكم غير مثالية، وإزاحات مستمرة في التتبع، واهتزاز تحكم عالي التردد. تواجه الحلول القائمة على البيانات، مثل الشبكات العصبية متعددة الطبقات (MLPs) والعمليات الغاوسية (GPs)، تحديات محددة: فغالباً ما تفتقر MLPs إلى الاتساق الفيزيائي في الانتقالات الزمنية المنفصلة، بينما تفرض العمليات الغاوسية (GPs) عبئاً حسابياً باهظاً للتحسين في الوقت الفعلي. علاوة على ذلك، يظل دمج طرق التعلم المستمرة زمنياً والمضمونة الاستقرار مع بنية أخذ العينات العشوائية لـ MPPI تحدياً مفتوحاً.

<< 2. المنهجية: إطار عمل ICODE-MPPI

يقترح المؤلفون ICODE-MPPI، وهو إطار عمل هجين يدمج المعادلات التفاضلية العادية العصبية المتزامنة مع المدخلات (ICODEs) في أفق تنبؤ MPPI لتعلم وتعويض الديناميكيات المتبقية غير المنمذجة.

أ. بنية ICODE لنمذجة المتبقيات

على عكس المعادلات التفاضلية العادية العصبية القياسية التي تعامل المدخلات كمعلمات مجهولة، تفرض بنية ICODE المقترحة أولوية خطية التحكم (control-affine prior) على الديناميكيات المتعلمة. يضمن هذا أن يكون المصطلح المتبقي متوافقاً مع البنية الفيزيائية للأنظمة الروبوتية حيث تدخل مدخلات التحكم في مشتقات الحالة بشكل خطي. يتم تعريف الديناميكيات المتبقية المتعلمة، $f_{res}$، كالتالي:

$$\dot{x}_{res}(t) = f_{\theta}(x(t)) + \sum_{j=1}^{m} g_{\theta,j}(x(t))u_j(t)$$

حيث:

• $f_{\theta}(x)$ تمثل الانجراف الذاتي المعتمد على الحالة (مثل الاحتكاك غير المنمذج أو السحب).
• $g_{\theta,j}(x)$ تمثل حقول الكسب المعتمدة على التحكم (مثل فعالية المشغلات).

يوفر هذا التفكيك الخطي انحيازاً استقرائياً قوياً، مما يحسن كفاءة أخذ العينات والتعميم مقارنة بالشبكات السوداء كاملة الاتصال. تجمع الديناميكيات المتوقعة الإجمالية المستخدمة في عمليات التنبؤ لـ MPPI بين النموذج الاسمي للمركبة ($f_{nom}$) والمتبقي المتعلم:
$$\dot{x}_{pred}(t) = f_{nom}(x(t), u(t)) + f_{res}(x(t), u(t); \theta)$$

ب. التكامل مع MPPI

يتم دمج نموذج ICODE مباشرة داخل وحدة التنبؤ الأمامي لـ MPPI. خلال مرحلة أخذ العينات، يقوم المتحكم بمحاكاة آلاف المسارات المحتملة باستخدام ديناميكيات (Nominal-ICODE) المعززة. يسمح هذا للنظام بتوقع الاضطرابات البيئية والقوى غير المنمذجة في الوقت الفعلي، والتعويض الاستباقي عن أخطاء المتبقي بدلاً من مجرد الاستجابة لها بعد حدوثها.

ج. تجميع البيانات التكراري والتدريب

لضمان نمذجة عالية الدقة عبر نطاق التشغيل، يستخدم المؤلفون إطار عمل لتجميع البيانات التكراري:

1. الاستكشاف العشوائي ($D_{rand}$): يتم تحفيز المركبة بمدخلات تحكم عشوائية لالتقاط الاستجابات الفيزيائية الواسعة وحدود الاستقرار.
2. بيانات المهمة المحددة ($D_{task}$): مع تقدم التدريب، يستخدم متحكم MPPI النموذج الحالي لتنفيذ مهام تتبع المسار، وجمع انتقالات الحالة-الفعل في السياسة (on-policy).
3. حلقة التدريب: تُستخدم مجموعة البيانات $D = D_{rand} \cup D_{task}$ لتقليل خطأ التنبؤ متعدد الخطوات عبر حل RK4. يتم إعادة نشر النموذج المحدث في مخطط MPPI، مما يخلق حلقة تغذية راجعة ذاتية التصحيح تقلل باستمرار من عدم اليقين في النمذجة.

3. المساهمات الرئيسية

تحدد الورقة ثلاث مساهمات رئيسية:

1. إطار عمل الديناميكيات المتبقية: تطوير إطار عمل لتعلم المتبقي في الزمن المستمر يعتمد على ICODEs وتجميع البيانات التكراري، والذي يلتقط حالات عدم اليقين مع الحفاظ على اتساق فيزيائي عالٍ.
2. التعويض الاستباقي: دمج نموذج ICODE المدرب مباشرة في أفق تنبؤ MPPI، مما يمكن النظام من التعويض عن الاضطرابات البيئية وتخفيف انحراف التتبع في الحالة المستقرة المتأصل في النماذج الاسمية.
3. التقييم المرجعي الشامل: تقييم صارم لـ ICODE-MPPI مقابل نماذج MPPI الأساسية، باستخدام جذر متوسط مربع الخطأ (RMSE) لمتغيرات الحالة وكثافة احتمالية معدل التحكم لإثبات دقة التتبع الفائقة وسلاسة التحكم.

4. النتائج التجريبية

تم تقييم إطار العمل في محاكاة عالية الدقة على ثلاثة مسارات معقدة (شكل بيضاوي، موجة جيبية، وشكل رقم 8) تحت اضطرابات خارجية مستمرة ومتغيرة زمنياً (تمت نمذجتها كإشارات جيبية مركبة تؤثر على الموضع والاتجاه).

أ. دقة التتبع

• تقليل الخطأ: حقق ICODE-MPPI انخفاضاً كبيراً في أخطاء التتبع العرضي. في المسار البيضاوي، انخفض الخطأ في اتجاه Y بنسبة تصل إلى 69% مقارنة بـ MPPI القياسي.
• كبح الانجراف: بينما أظهر MPPI القياسي إزاحات مستمرة في الحالة المستقرة وتجاوزاً حاداً عند نقاط تغير الانحناء، حافظ ICODE-MPPI على التزام وثيق بالمسار المرجعي من خلال توقع الاضطرابات الجانبية.
• تحليل المقايضة: يشير المؤلفون إلى زيادة طفيفة في RMSE لاتجاه Yaw (الرأس) في بعض الحالات لـ ICODE-MPPI. ويُعزى ذلك إلى استراتيجية تحكم متعمدة: حيث يعطي المتحكم الأولوية لسلامة الموقع (X, Y) الصارمة ضد الاضطرابات الجانبية القوية من خلال إجراء تعديلات أكثر حدة في الاتجاه، مضحياً بالمحاذاة المثالية للرأس لصالح دقة الموضع.

ب. سلاسة التحكم والاستقرار

• تقليل الاهتزاز (Chattering): كشف تحليل "جير" التحكم (معدلات التغير في التسارع والتوجيه) أن MPPI القياسي أظهر توزيعات واسعة وقمم مسطحة، مما يشير إلى اهتزاز تحكم شديد. في المقابل، أظهر ICODE-MPPI قمة أعلى عند الصفر وتوزيعاً أضيق لمعدلات التوجيه، مما يدل على أوامر توجيه أكثر سلاسة وتقليل الاهتزاز.
• الاقتران الطولي-الجانبي: لاحظ المؤلفون أنه بينما تحسنت سلاسة التوجيه، كان توزيع معدل التسارع لـ ICODE-MPPI أوسع قليلاً في بعض السيناريوهات. وهذا مبرر فيزيائياً بالاقتران الجانبي-الطولي: حيث إن تصحيحات التوجيه الحادة للحفاظ على السلامة الجانبية تحت الاضطرابات الشديدة تسبب قوى إطارات جانبية تتطلب تعديلات أكثر تكراراً في التسارع الطولي للحفاظ على السرعة المرجعية.

5. الأهمية والادعاءات

تزعم الورقة أن ICODE-MPPI يمثل تقدماً كبيراً في تتبع المسار القوي من خلال سد الفجوة بين النمذجة المثالية والاضطرابات الواقعية. ومن خلال الاستفادة من تعلم المتبقي في الزمن المستمر والمضمون الاستقرار، يوفر إطار العمل:

• الحفاظ على الاتساق الفيزيائي: بخلاف المتعلمين في الزمن المنفصل، تحافظ ICODEs على الاستمرارية الزمنية والاتساق الفيزيائي طوال أفق تنبؤ MPPI.
• تعزيز المتانة: يعمل بفعالية على كبح اهتزاز التحكم وتخفيف انحراف الحالة المستقرة، مما ينتج أوامر توجيه أكثر سلاسة وأداءً فائقاً في البيئات شديدة الاضطراب.
• المقايضات الاستراتيجية: يظهر النظام قدرة استراتيجية على المقايضة بين الانحرافات الطفيفة في الاتجاه والأمان المطلق للموقع، وهو مطلب حيوي للملاحة المستقلة القوية.

يخلص المؤلفون إلى أنه بينما تظهر الطريقة أداءً فائقاً في المحاكاة، فإن العمل المستقبى سيركز على توسيع إطار العمل ليشمل تجنب العوائق الديناميكية والتحقق من الأداء في الوقت الفعلي على مركبات نموذجية فيزيائية.