Adaptive Nonlinear Control with Online Identification and Receding-Horizon Optimization

Die Steuerung einer Maschine, die sich durch die physische Welt bewegt, ist ein ständiger Aushandlungsprozess zwischen dem, was die Maschine tun soll, und dem, was sie tatsächlich tut. In der idealen Welt der Ingenieurlehrbücher ist das Verhalten eines Roboters perfekt vorhersehbar: Man gibt ihm einen Befehl, und er bewegt sich genau so, wie es die Mathematik vorgibt. Doch in der Realität sind Maschinen unordentlich. Ihre Teile verschleißen, ihr Gewicht verändert sich, während sie Treibstoff verbrennen, und die Luft, gegen die sie drücken, verhält sich auf eine Weise, die schwer zu fassen ist. Darüber hinaus sind die Sensoren, die einem Roboter sagen, wo er sich befindet, niemals perfekt; sie sind immer etwas verrauscht. Die zentrale Herausforderung für Ingenieure besteht darin, ein Steuerungssystem zu bauen, das mit dieser Unordnung in Echtzeit umgehen kann. Es muss die wahre Natur der Maschine ermitteln, während sie sich bewegt, vorhersagen, wohin sie als Nächstes gehen wird, und seine Befehle augenblicklich anpassen, um auf Kurs zu bleiben – und das alles, ohne auf einen Menschen zu warten oder darauf, dass die Maschine stoppt.

Dies ist das Problem, das ein neuer Ansatz namens AMIGO adressiert, der vom Forscher Igor Ladnik entwickelt wurde. Das System ist darauf ausgelegt, komplexe Maschinen wie Drohnen oder Raumfahrzeuge zu steuern, indem es drei verschiedene Aktivitäten kombiniert, die in einer bestimmten Reihenfolge ablaufen. Zuerst hört das System auf die Maschine, um deren wahre Eigenschaften zu lernen. Zweitens nutzt es dieses neue Wissen, um einen langfristigen Pfad zu einem Ziel zu entwerfen. Drittens führt es diesen Pfad aus, während es ständig winzige, schnelle Korrekturen vornimmt, um unerwartete Stöße oder Fehler abzufangen. Die Methode wurde in Simulationen an drei sehr unterschiedlichen Maschinen getestet: einem mathematischen Modell eines vibrierenden Systems, einer Quadrocopter-Drohne und einem Raumfahrzeug, das versucht, auf dem Mond zu landen. In jedem Fall identifizierte das System erfolgreich die wahren physikalischen Eigenschaften der Maschine, berechnete eine sichere Flugbahn und steuerte das Fahrzeug zu einem stabilen Halt, selbst als das tatsächliche Verhalten der Maschine erheblich von den ursprünglichen Annahmen abwich.

Der Kern dieser Arbeit ist eine Methode, einem Computer beizubringen, etwas über eine Maschine zu lernen, während diese bereits in Bewegung ist. Stellen Sie sich ein Raumfahrzeug vor, das auf eine Mondoberfläche hinabsteigt. Die Ingenieure, die es gebaut haben, haben eine beste Schätzung darüber, wie schwer es ist und wie viel Schub sein Triebwerk erzeugt. Aber während das Fahrzeug Treibstoff verbrennt, wird es leichter, und das Triebwerk arbeitet vielleicht nicht perfekt effizient. Wenn der Computer, der den Abstieg steuert, sich nur auf die ursprünglichen Schätzungen verlässt, könnte er die nötige Bremsung falsch berechnen und abstürzen. AMIGO löst dies, indem es eine anfängliche Flugphase dem „Zuhören“ widmet. Während dieser Phase bewegt sich die Maschine unter einer sicheren, stetigen Kontrolle, während der Computer beobachtet, wie sie reagiert. Durch den Vergleich der tatsächlichen Bewegungen der Maschine mit dem, was das Modell des Computers vorhersagte, nutzt das System eine mathematische Technik, um sein Verständnis des Gewichts und der Triebwerksleistung zu verfeinern. In der Simulation der Mondlandung ermöglichte dieser Prozess dem Computer, die Effizienz des Triebwerks mit einem Fehler von weniger als einem Zehntel eines Prozents zu identifizieren, wodurch die wahre Natur des Raumfahrzeugs effektiv identifiziert wurde, noch bevor die kritische Landephase begann.

Sobald das System ein zuverlässiges Modell der Maschine besitzt, geht es zur Planungsphase über. Hier reagiert der Computer nicht nur auf den gegenwärtigen Moment; er blickt weit in die Zukunft. Er berechnet eine vollständige Trajektorie, eine lange Liste von Befehlen, die die Maschine von ihrer jetzigen Position zu einer sicheren Landung führen werden. Dies ist keine einfache gerade Linie; es ist ein komplexer Pfad, der das sich ändernde Gewicht der Maschine und die Notwendigkeit berücksichtigt, sanft abzubremsen. Der Computer löst dieses Problem, indem er rückwärts vom Ziel aus arbeitet. Er fragt: „Um am Ende an der perfekten Stelle zu sein, wo muss ich einen Moment zuvor gewesen sein? Und einen Moment davor?“ Durch die Wiederholung dieser Logik erstellt er einen detaillierten Plan, der das Bedürfnis nach Erreichen des Ziels mit dem Bedürfnis nach minimalem Treibstoff- und Energieverbrauch abwägt. In dem Mondbeispiel dauerte diese Planungsphase etwa zehn Sekunden Computerzeit, um einen Pfad zu generieren, der das Fahrzeug von einer Höhe von 800 Metern hinunter zur Oberfläche bringt, wobei die Schwerkraft des Mondes und die sich ändernde Masse des Fahrzeugs berücksichtigt werden.

Die letzte Phase ist die, in der die Maschine tatsächlich fliegt, geleitet vom Plan, aber bereit, sich anzupassen. Hier zeigt das System seine größte Stärke. Der Computer folgt nicht einfach dem vorgegebenen Pfad wie ein Zug auf einer Schiene. Stattdessen evaluiert er ständig die Situation neu. In jedem Bruchteil einer Sekunde prüft er, wo sich die Maschine tatsächlich befindet, vergleicht dies mit dem, wo der Plan sie sehen sollte, und berechnet eine kleine Korrektur. Wenn ein Windstoß die Drohne vom Kurs abbringt oder wenn das Triebwerk etwas anders funktioniert als erwartet, berechnet das System augenblicklich eine neue, kurzfristige Anpassung, um wieder auf Kurs zu kommen. Dies geschieht so schnell, dass die Maschine nie wirklich weit von ihrem beabsichtigten Pfad abweicht. In der Simulation des Quadrocopters, der sich stabilisieren musste, während sein Gewicht und seine Balance unbekannt waren, identifizierte das System die korrekten physikalischen Eigenschaften und hielt die Drohne dann kontinuierlich stabil, indem es ihre Neigung und Position korrigierte, bis sie einen Schwebeflug erreichte.

Die Leistungsfähigkeit dieses Ansatzes liegt darin, wie er mit den Grenzen der Maschine selbst umgeht. Reale Triebwerke können nicht mit unendlicher Kraft drücken, und sie können ihre Leistung nicht augenblicklich ändern; sie haben physikalische Grenzen darin, wie stark sie drücken können und wie schnell sie diesen Druck ändern können. Viele Steuerungssysteme ignorieren diese Grenzen oder versuchen, sie im Nachhinein zu umgehen, was zu Instabilität führen kann. AMIGO baut diese Grenzen direkt in den Planungsprozess ein. Wenn der Computer den Pfad berechnet, weiß er genau, wie viel Kraft das Triebwerk erzeugen kann und wie schnell es diese ändern kann. Wenn ein Manöver mehr Kraft erfordert, als das Triebwerk liefern kann, passt das System den Plan automatisch an, um innerhalb sicherer Grenzen zu bleiben. Im Szenario der Mondlandung steuerte das System den Hauptantrieb und die kleineren Lageregelungstriebwerke so, dass das Fahrzeug niemals mehr forderte, als die Hardware liefern konnte, wodurch der Abstieg sanft und sicher blieb.

Die Ergebnisse dieser Simulationen zeigen, dass das System robust genug ist, um erhebliche Unsicherheiten zu bewältigen. Im Fall des Quadrocopters startete der Computer mit falschen Schätzungen der Masse der Drohne und der Verteilung ihres Gewichts. Die ursprünglichen Schätzungen waren um eine merkliche Spanne daneben, doch die Identifikationsphase korrigierte diese Fehler schnell. Zu dem Zeitpunkt, als die Drohne mit ihrer Stabilisierungsroutine begann, kannte der Computer die wahren physikalischen Eigenschaften der Drohne mit hoher Präzision. Die abschließende Landung der Mondlandungssimulation demonstrierte die Fähigkeit des Systems, einen langen, komplexen Abstieg zu bewältigen. Das Fahrzeug startete 800 Meter über der Oberfläche mit einer bestimmten Geschwindigkeit und Orientierung. Im Verlauf des Abstiegs identifizierte das System die Effizienz des Triebwerks, plante eine Trajektorie, die den Treibstoffverbrauch berücksichtigte, und führte eine sanfte Landung aus. Das Fahrzeug setzte mit einer vertikalen Geschwindigkeit von weniger als 6 Zentimetern pro Sekunde auf – eine sanfte Ankunft, die für eine echte Mission sicher wäre.

Was diese Arbeit besonders bemerkenswert macht, ist, dass sie nicht erfordert, dass die Maschine stoppt oder pausiert, um zu lernen. Die Identifikation, Planung und Steuerung finden in einer kontinuierlichen Schleife statt, während sich die Maschine bewegt. Das System ist darauf ausgelegt, innerhalb der strengen Zeitlimits eines echten Computers zu arbeiten. Es weiß, dass es nicht eine unendliche Zeit aufwenden kann, um den perfekten Pfad zu berechnen; es muss eine gute Antwort liefern, bevor der nächste Moment eintritt. Wenn der Computer keine Zeit mehr hat, verwendet er einfach den besten Plan, den er bisher berechnet hat, um sicherzustellen, dass die Maschine niemals die Kontrolle verliert. Dieses Gleichgewicht zwischen Lernen, Planen und Handeln ermöglicht es dem System, sich an die reale Welt anzupassen, in der Bedingungen niemals statisch sind und perfekte Informationen niemals verfügbar sind.

Das Paper kommt zu dem Schluss, dass diese Methode eine solide Grundlage für die Führung autonomer Maschinen in schwierigen Umgebungen bietet. Es hat erfolgreich demonstriert, dass ein einzelnes System die wahre Natur einer Maschine lernen, eine komplexe Trajektorie planen und diesen Plan mit präzisen Korrekturen ausführen kann, während gleichzeitig die physikalischen Grenzen der Hardware respektiert werden. Die Simulationen deckten ein Spektrum an Herausforderungen ab, von einem einfachen vibrierenden System bis hin zu einem komplexen Raumfahrzeug, das auf einem anderen Planeten landet. Obwohl die Arbeit in einer Simulation durchgeführt wurde, legen die Ergebnisse nahe, dass der Ansatz für reale Anwendungen lebensfähig ist, bei denen Sicherheit und Anpassungsfähigkeit an oberster Stelle stehen. Der nächste Schritt für diese Forschungsreihe wäre es, das System an tatsächlicher Hardware zu testen und zu untersuchen, wie es mit noch komplexeren Unsicherheiten umgehen kann, wie etwa plötzlichen Änderungen in der Umgebung oder Ausfällen der Sensoren der Maschine. Für den Moment stellt die Arbeit eine Demonstration dafür dar, wie eine Maschine lernen kann, sich selbst zu fliegen – nicht indem sie einem starren Skript folgt, sondern indem sie ihr eigenes Wesen versteht und sich an die Welt um sie herum anpasst.