Multi-Step Deep Koopman Network (MDK-Net) for Vehicle Control in Frenet Frame

Resumen Técnico: Red de Koopman Profunda de Pasos Múltiples (MDK-Net) para el Control de Vehículos en el Marco de Frenet

Planteamiento del Problema
La implementación práctica de estrategias de control óptimo y de Control Predictivo basado en Modelo (MPC) para vehículos autónomos se ve obstaculizada por la dinámica altamente no lineal de los sistemas de vehículos, la cual surge de las complejas interacciones entre el movimiento lateral/longitudinal, las fuerzas de los neumáticos y la dinámica del tren motriz. Si bien las técnicas de control no lineal (por ejemplo, NMPC, iLQR) ofrecen una alta precisión, su complejidad computacional a menudo las hace inadecuadas para aplicaciones en tiempo real. Por el contrario, los métodos de linealización tradicionales (por ejemplo, la serie de Taylor) proporcionan eficiencia computacional pero no logran capturar la dinámica a través de un amplio rango de puntos de operación, limitando su validez a regiones locales. Los enfoques actuales basados en datos, como la Descomposición de Modos Dinámicos Extendida (EDMD), tienen dificultades con la selección manual de funciones observables, lo que a menudo requiere un extenso proceso de ensayo y error para capturar con precisión la dinámica del sistema.

Metodología
Los autores proponen una Red de Koopman Profunda de Pasos Múltiples (MDK-Net), un marco de aprendizaje profundo diseñado para aprender una representación lineal global de la dinámica no lineal de un vehículo dentro de un marco de Frenet curvilíneo.

• Arquitectura del Marco: El modelo emplea una red neuronal profunda para aprender simultáneamente el operador de Koopman y las funciones de elevación (observables).

  • Representación de Estado: El sistema opera en un marco de Frenet donde los estados incluyen la velocidad longitudinal ($v_x$), la velocidad lateral ($v_y$), la velocidad de guiñada ($\dot{\psi}$), el diferencial de progreso ($\Delta s$), la desviación lateral ($e_y$) y el error de orientación ($e_\psi$).
  • Entradas: Las entradas de control consisten en actuadores de bajo nivel: aceleración, presión de freno y ángulo de dirección. Crucialmente, la curvatura de la carretera ($\kappa$) se trata como una entrada exógena, una distinción que los autores señalan como novedosa para el modelado de vehículos basado en Koopman.
  • Codificador: Un Perceptrón Multicapa (MLP) totalmente conectado actúa como un codificador $\phi(\cdot)$, mapeando los estados originales $x_k$ a un espacio latente $Z_k$. El vector observable $\psi(x_k)$ se construye concatenando los estados originales con estos estados latentes: $\psi(x_k) = [x_k^\top, Z_k^\top]^\top$.
  • Dinámica Lineal: La dinámica en el espacio elevado se aproxima como $\psi(x_{k+1}) = A\psi(x_k) + Bu_k$, donde las matrices $A$ y $B$ son parámetros aprendidos que representan el operador de Koopman.

• Entrenamiento y Funciones de Pérdida: A diferencia de los métodos de Koopman tradicionales que se centran en la predicción de un solo paso, MDK-Net utiliza una función de pérdida compuesta para asegurar la precisión y estabilidad a largo plazo:

  1. Pérdida de Paso Único ($L_{ssl}$): Penaliza la desviación en las predicciones del estado elevado de un solo paso.
  2. Pérdida de Pasos Múltiples ($L_{msl}$): Penaliza los errores sobre un horizonte de predicción, utilizando un factor de olvido $\beta$ para priorizar la precisión del futuro cercano.
  3. Pérdida de Estabilidad ($L_{sl}$): Penaliza explícitamente cualquier autovalor de la matriz $A$ con una magnitud mayor a la unidad, asegurando predicciones de pasos múltiples acotadas.
  4. Pérdida de Regularización ($L_{regl}$): Evita el sobreajuste de los parámetros del codificador y del operador.

• Aplicación de Control: El modelo de Koopman entrenado se despliega dentro de un marco de MPC. El problema de optimización se formula en el espacio observable elevado, tratando la curvatura como una entrada exógena constante durante el horizonte.

Contribuciones Clave
El artículo identifica cuatro contribuciones primarias:

1. Integración del Marco de Frenet: Esta es la primera aplicación de operadores de Koopman basados en aprendizaje profundo a la dinámica de vehículos en coordenadas de marco de Frenet, incorporando explícitamente la curvatura de la carretera como una entrada exógena.
2. Modelado de Entrada de Bajo Nivel: El modelo utiliza entradas de control puras (dirección, freno, aceleración) para capturar la dinámica completa del tren motriz y la transmisión, yendo más allá de las representaciones simplificadas de neumáticos/tren motriz comunes en estudios previos.
3. Arquitectura de Extremo a Extremo: Los autores desarrollaron una arquitectura novedosa que aprende conjuntamente las funciones observables y el operador de Koopman sin requerir un decodificador auxiliar para mapear las entradas de control de vuelta al espacio de estado original.
4. Imposición de Estabilidad: Se introdujo un término de pérdida de estabilidad específico para penalizar los autovalores inestables, asegurando que la dinámica aprendida permanezca acotada para las predicciones de pasos múltiples.

Resultados
El modelo fue entrenado y probado utilizando datos de un entorno de simulación de alta fidelidad CarSim (hatchback Clase C, 7,000 episodios).

• Precisión de Predicción: En pruebas de lazo abierto sobre 2,400 trayectorias (horizonte de 80 pasos), el MDK-Net superó significativamente a un modelo Lineal e Invariante en el Tiempo (LTI) identificado mediante la Caja de Herramientas de Identificación de Sistemas de MATLAB.
  • Para la dinámica lateral crítica ($v_y$ y $e_y$), el MDK-Net logró valores de Error Cuadrático Medio (MSE) de 0.020 y 2.504, respectivamente, comparados con los del modelo LTI de 0.548 y 39.303.
  • El MDK-Net capturó con precisión la evolución de todas las variables de estado en una maniobra de cambio de carril doble, mientras que el modelo LTI exhibió una deriva significativa, particularmente en los errores laterales y de orientación.
• Desempeño de Control: Un controlador MPC que utiliza el modelo MDK-Net rastreó con éxito una trayectoria de referencia en un escenario de cambio de carril doble con un error mínimo. En contraste, el controlador MPC basado en LTI mostró una deriva notable y no logró rastrear adecuadamente las velocidades laterales y angulares.
• Eficiencia Computacional: A pesar de la mayor dimensionalidad del espacio de estado elevado, la convexidad del problema de optimización del MPC basado en Koopman aseguró una eficiencia computacional comparable a la del MPC lineal. Para una simulación de 10 segundos, el MDK-Net MPC tomó 7.4 segundos para computar, frente a los 3.2 segundos del LTI MPC, en un procesador Intel Core i7-1165G7. Los autores señalan que esto es viable para la implementación en tiempo real, especialmente cuando se contrasta con las altas demandas de recursos del NMPC convencional.

Significado y Reivindicaciones
El artículo afirma que el marco MDK-Net logra cerrar la brecha entre la precisión del modelado no lineal y la eficiencia computacional requerida para el control en tiempo real. Al aprovechar el aprendizaje profundo para descubrir automáticamente los observables y asegurar la estabilidad mediante términos de pérdida específicos, el enfoque proporciona una representación lineal global de la dinámica del vehículo que es superior a la linealización tradicional y más factible computacionalmente que los métodos de control no lineal. Los autores posicionan este trabajo como un paso fundamental hacia un control de vehículos autónomos más eficiente y preciso, particularmente en escenarios que involucran geometrías de carretera complejas (curvatura) y dinámicas de vehículos completas.