Physics-Informed Neural Networks for Nonlinear Output Regulation

Aquí se presenta un resumen técnico detallado del artículo "Physics-Informed Neural Networks for Nonlinear Output Regulation" de Mengozzi et al.

1. Planteamiento del Problema

El artículo aborda el problema de regulación de salida no lineal para sistemas donde tanto el estado de la planta ($x$) como el estado del exosistema ($w$) son conocidos (configuración de información completa). El objetivo es diseñar una ley de control de retroalimentación tal que la salida del sistema rastree asintóticamente una trayectoria de referencia o rechace perturbaciones generadas por un exosistema.

• Desafío Teórico: Resolver este problema requiere encontrar dos mapeos: una variedad de estado en estado estacionario $\pi(w)$ y una entrada de alimentación directa $c(w)$. Estos mapeos deben satisfacer las Ecuaciones Reguladoras (ER), un sistema de Ecuaciones Diferenciales Parciales (EDP) acopladas con restricciones algebraicas (ecuaciones de Isidori-Byrnes).
• Limitaciones de los Métodos Existentes:
  • Analíticos: Las soluciones exactas rara vez están disponibles para sistemas no lineales.
  • Aproximación (Galerkin/Taylor): Estos métodos escalan mal con la no linealidad, son válidos solo en pequeñas vecindades del origen o requieren expansiones de alto orden complejas.
  • Enfoques Previos con Redes Neuronales: Las soluciones basadas en redes neuronales anteriores dependían del ajuste de datos con modelos poco profundos y carecían de la capacidad de generalizar a través de diferentes parámetros del sistema o condiciones iniciales sin reentrenamiento.

2. Metodología

Los autores proponen un marco de Redes Neuronales Informadas por la Física (PINN) para resolver las Ecuaciones Reguladoras directamente, evitando la necesidad de conjuntos de datos etiquetados o trayectorias precalculadas.

Concepto Central

En lugar de aprender una trayectoria de evolución temporal, la red aprende un operador de estado estacionario que mapea los estados del exosistema $w$ directamente a los estados de la planta requeridos $\pi(w)$ y a las entradas de control $c(w)$.

Arquitectura y Entrenamiento

• Estructura de la Red: Una red neuronal totalmente conectada ($n_\xi$) con cuatro capas ocultas y $\approx 8 \times 10^4$ parámetros. Toma el estado del exosistema $w$ como entrada y produce aproximaciones $\hat{\pi}(w)$ y $\hat{c}(w)$.
• Función de Pérdida: El entrenamiento es no supervisado. La función de pérdida $J$ minimiza los residuos de las Ecuaciones Reguladoras y hace cumplir las condiciones de frontera:
  $$J = J_{PDE} + \lambda \cdot J_{BC}$$
  • $J_{PDE}$: El error cuadrático medio de los residuos de las EDP ($L_s\hat{\pi} - f(\hat{\pi}, \hat{c}, w)$) y las restricciones algebraicas ($h(\hat{\pi}, w)$).
  • $J_{BC}$: Un término de penalización para las condiciones de frontera (por ejemplo, límites de los actuadores).
  • Diferenciación Automática: Se utiliza para calcular las derivadas de Lie ($L_s\pi$) con respecto a la entrada de la red $w$, permitiendo que la red "comprenda" la física de la dinámica del exosistema.
• Estrategia de Generalización: La red se entrena muestreando una familia de sistemas dinámicos (variando las condiciones iniciales del exosistema y parámetros como la frecuencia $\Omega$). Esto obliga a la red a aprender un operador de solución general en lugar de una instancia específica.

3. Estudio de Caso: Aterrizaje Vertical de Helicóptero

Para validar el enfoque, los autores aplicaron el método a un punto de referencia no lineal: sincronizar la dinámica vertical de un helicóptero con una plataforma que oscila armónicamente.

• Dinámica del Sistema: Modelada como un cuerpo rígido con dinámica no lineal de múltiples entradas y subactuado (empuje del rotor principal, empuje del rotor de cola e inclinaciones del rotor).
• Exosistema: Un oscilador armónico que genera una referencia sinusoidal vertical con frecuencia y amplitud desconocidas.
• Ecuaciones Reguladoras: El problema se redujo a resolver para los ángulos de balanceo/pitch en estado estacionario ($\pi_\phi, \pi_\theta$) y una entrada de control específica ($c_b$) que satisfacen las EDP acopladas derivadas de las ecuaciones de Newton-Euler.
• Restricciones: La solución debe respetar los límites de los actuadores (por ejemplo, $|u_b| \leq 0.3491$).

4. Resultados Clave

El marco se probó en una GPU de consumo con un horizonte de simulación de 30 segundos.

• Reconstrucción de Alta Fidelidad: La PINN reconstruyó con éxito la variedad de error cero con alta precisión. Los mapeos aprendidos ($\pi(w), c(w)$) capturaron correctamente el comportamiento oscilatorio inducido por el exosistema.
• Generalización:
  • El controlador mantuvo un error de rastreo bajo en una amplia gama de frecuencias del exosistema y condiciones iniciales, incluyendo configuraciones no vistas durante el entrenamiento (fuera de distribución).
  • En escenarios "dentro de distribución" y "fuera de distribución", el error residual de rastreo fue aproximadamente dos órdenes de magnitud menor que la señal de referencia.
• Recuperación de la Condición de Recorte: Cuando el estado del exosistema fue cero (sin perturbación), la red recuperó correctamente la conocida condición de "recorte" (entradas de hover estacionario) para el helicóptero, validando la consistencia física de la solución.
• Métricas de Rendimiento:
  • Entrenamiento: Completado en unos pocos minutos.
  • Inferencia: Paso hacia adelante ligero adecuado para implementación embebida en tiempo real.
  • Error: El error absoluto mediano de rastreo vertical fue de $\approx 0.031$ m, con la mayoría de los errores siendo despreciables. La divergencia ocurrió solo en regiones extremas y altamente no lineales (alta frecuencia/amplitud), atribuida al diseño del estabilizador de retroalimentación y no a la incapacidad de la PINN para resolver las ER.

5. Significado y Contribuciones

• Resolución Eficiente en Datos: Demuestra que las EDP no lineales complejas en la teoría de control pueden resolverse sin conjuntos de datos masivos, confiando únicamente en la estructura matemática del sistema (informado por la física).
• Aprendizaje de Operadores: El enfoque cambia de resolver una sola instancia a aprender un operador de solución que generaliza a través de una familia de sistemas, haciéndolo robusto a variaciones de parámetros.
• Viabilidad en Tiempo Real: El método cierra la brecha entre el control no lineal teórico (que a menudo es computacionalmente prohibitivo) y la implementación práctica, ofreciendo una ruta computacionalmente eficiente hacia el control en tiempo real en hardware embebido.
• Amplia Aplicabilidad: Aunque se probó en un helicóptero, la metodología es aplicable a cualquier sistema no lineal donde el problema de regulación de salida admita una solución, siempre que las Ecuaciones Reguladoras puedan formularse.

6. Limitaciones y Trabajo Futuro

• Suposición de Información Completa: El método actual asume que el estado del exosistema $w$ está disponible para la retroalimentación. El trabajo futuro apunta a extender esto a configuraciones de información parcial (estimando $w$).
• Estabilización por Retroalimentación: El artículo se centra en resolver las ER (alimentación directa). La estabilidad del sistema de lazo cerrado depende de una ganancia de retroalimentación separada, que fue ajustada empíricamente. El trabajo futuro podría integrar diseños avanzados de retroalimentación estabilizadora para ampliar la región operativa factible.
• Incertidumbre de la Planta: Extender el marco para manejar familias de plantas con incertidumbre paramétrica (aleatorizando los parámetros de la planta durante el entrenamiento) es una dirección propuesta.