Resumen Técnico: Aprendizaje de Dinámicas Acopladas Cruzadamente y Dependientes del Régimen para la Manipulación Aérea

Declaración del Problema

Los manipuladores aéreos, que combinan vehículos de múltiples rotores con brazos robóticos articulados, enfrentan desafíos significativos en el modelado dinámico debido al fuerte acoplamiento entre el cuadricóptero y el manipulador, las interacciones aerodinámicas retardadas y las variaciones dependientes del régimen. Estas variaciones surgen de cambios en la carga útil (por ejemplo, recogida y liberación) y de la reconfiguración del manipulador, lo que conduce a dinámicas residuales que son simultáneamente acopladas cruzadamente, dependientes de la historia y no estacionarias.

Los enfoques existentes luchan en este dominio:

• Los modelos analíticos a menudo fallan en capturar acoplamientos complejos de inercia y aerodinámicos.
• Los modelos aprendidos puramente fuera de línea (por ejemplo, DNN estándar, GP) se degradan durante la implementación porque no pueden adaptarse a los desplazamientos de distribución causados por cambios en los regímenes operativos.
• Los métodos de adaptación en línea a menudo dependen del descenso de gradiente (que requiere un ajuste cuidadoso y sufre de una eficiencia de muestreo deficiente) o del reentrenamiento completo de la red (introduciendo sobrecarga computacional). Además, muchos métodos existentes no abordan simultáneamente el fuerte acoplamiento entre variables y la no estacionariedad abrupta dependiente del régimen.

El desafío central es modelar dinámicas residuales que capturen el acoplamiento estrecho entre las variables de estado y las dependencias temporales, al tiempo que permiten una adaptación en línea rápida y estable a condiciones operativas no vistas sin comprometer el rendimiento del control en tiempo real.

Metodología

Los autores proponen un marco codificador-decodificador estructurado para el aprendizaje adaptativo de dinámicas residuales. El sistema aproxima las dinámicas residuales $f_\Delta$ como una combinación lineal de características latentes aprendidas: $f_\Delta(H_k) \approx \Theta z_k$.

1. Codificador Latente No Lineal (Entrenado fuera de línea)

El codificador $\phi(\cdot)$ procesa una matriz de historia $H_k$ que contiene trayectorias recientes de estado-entrada. Está diseñado para capturar dos características específicas identificadas en el análisis del problema:

• Acoplamiento entre Variables: Modelado mediante bloques de atención entre variables que calculan dependencias a través de diferentes canales de estado y entrada dentro de segmentos temporales.
• Dependencias Temporales: Modelado mediante bloques de atención temporal que capturan efectos retardados (por ejemplo, estela aerodinámica, dinámicas de actuadores) a lo largo de los pasos de tiempo.
• Arquitectura: El codificador utiliza capas alternas de atención temporal y entre variables, seguidas de un agrupamiento basado en atención y una red de proyección para producir una representación latente compacta $z_k \in \mathbb{R}^\ell$. Este codificador se entrena fuera de línea y permanece fijo durante la implementación.

2. Decodificador Latente Lineal (Adaptado en línea)

La matriz del decodificador $\Theta$ mapea las características latentes a la residual objetivo. Crucialmente, el modelo es lineal en los parámetros con respecto a $\Theta$, lo que permite actualizaciones bayesianas de forma cerrada eficientes.

• Actualización Recursiva: Los parámetros del decodificador se actualizan recursivamente utilizando un filtro de Kalman en el espacio de parámetros. La evolución de los parámetros se modela como un paseo aleatorio, lo que permite que el estimador rastree dinámicas que varían con el tiempo.
• Inflación de Covarianza Impulsada por Consistencia: Para manejar cambios abruptos de régimen (por ejemplo, liberación de carga útil), el sistema monitorea la puntuación de innovación normalizada (distancia de Mahalanobis entre las residuales predichas y observadas).
  • Un promedio móvil con ponderación exponencial (EWMA) de esta puntuación ($g_k$) detecta discrepancias persistentes.
  • Si se detecta una discrepancia, un mecanismo de inflación adaptativa de covarianza escala la covarianza previa por un factor $1/\lambda_k$ (donde $\lambda_k < 1$). Esto actúa efectivamente como un factor de olvido adaptativo, aumentando la ganancia de Kalman para acelerar la adaptación sin reiniciar el estimador.

3. Integración con Control Predictivo Basado en Modelos (MPC)

El modelo residual aprendido se incrusta en un marco de MPC no lineal. Durante el horizonte de predicción, el codificador se congela y la residual se trata como una corrección aditiva constante basada en la media posterior actual del decodificador. Esta formulación asegura la viabilidad computacional para el control en tiempo real, al tiempo que tiene en cuenta las dinámicas no modeladas.

Contribuciones Clave

1. Aprendizaje de Representación de Residuales No Lineales: Un codificador latente dependiente de la historia que modela explícitamente el acoplamiento entre variables y las dependencias temporales, abordando las limitaciones de los modelos instantáneos o puramente temporales.
2. Estimación de Residuales Adaptativa al Régimen en Línea: Una estructura de decodificador latente lineal que permite una adaptación bayesiana de forma cerrada y ligera. La inclusión de la inflación de covarianza impulsada por la consistencia permite una adaptación rápida y estable tanto a cambios transitorios como a cambios lentos en las dinámicas, específicamente diseñada para la naturaleza no estacionaria de la manipulación aérea.

Resultados Experimentales

El marco se validó en una plataforma real de manipulador aéreo (cuadricóptero Tarot-650 con un manipulador de enlace serial de 2R) bajo dos escenarios desafiantes que involucran la liberación de carga útil y el cambio de trayectoria:

• Predicción en Lazo Abierto: El codificador "Totalmente Estructurado" propuesto superó a las líneas base (DNN, TCN y codificadores solo temporales) con el RMSE más bajo (0.18 frente a 0.21–0.34), demostrando la necesidad de modelar tanto las interacciones entre variables como las temporales.
• Ablación del Decodificador: El decodificador adaptativo completo (con inflación impulsada por consistencia) logró el RMSE más bajo y la recuperación más rápida después de un cambio abrupto de dinámica (caída de carga útil) en comparación con decodificadores fijos, actualizaciones bayesianas estándar y métodos de factor de olvido fijo.
• Seguimiento de Trayectoria: En experimentos de MPC en lazo cerrado, el método propuesto superó a los modelos nominales, DNN fuera de línea, modelos basados en difusión y otras líneas base de adaptación en línea (por ejemplo, Active MLP, Proto-MPC). Demostró un rechazo superior a perturbaciones y precisión de seguimiento bajo condiciones de carga útil tanto dentro como fuera de la distribución.

Significado y Afirmaciones

El artículo afirma que el modelado preciso de manipuladores aéreos requiere la modelización conjunta de dinámicas temporales acopladas y no estacionariedad en el momento de la implementación. El marco propuesto aborda esto desacoplando el aprendizaje complejo de representaciones (manejado fuera de línea por el codificador no lineal) del mecanismo de adaptación (manejado en línea por el decodificador lineal).

Los autores enfatizan que su enfoque permite:

• Adaptación rápida a cambios abruptos (como la liberación de carga útil) sin la inestabilidad a menudo asociada con el aprendizaje agresivo basado en gradientes.
• Estimación estable bajo condiciones nominales debido a la naturaleza conservadora de la actualización bayesiana cuando no se detecta ninguna discrepancia.
• Compatibilidad en tiempo real con MPC, ya que la actualización en línea es computacionalmente eficiente ($O(d\ell^2)$) y la inferencia del codificador se realiza una vez por paso.

Los resultados destacan que combinar la codificación estructurada de la historia con la inflación adaptativa de covarianza proporciona una solución robusta para la manipulación aérea fiable en regímenes operativos variables e impredecibles.