From the Linear Quadratic Regulator (LQR) to the (Deterministic) Kalman Filter in Two Easy Steps

Este artículo presenta un tutorial de dos pasos que demuestra cómo derivar el filtro de Kalman determinista a partir del Regulador Cuadrático Lineal (LQR), convirtiendo primero el problema de estimación de estado en una formulación LQR puramente cuadrática mediante el uso de coordenadas homogéneas, y luego particionando la solución resultante para recuperar la dinámica y la ecuación de Riccati del filtro de Kalman tradicional.

Lo esencial

Imagina que estás tratando de averiguar exactamente dónde se encuentra un excursionista perdido en un bosque denso. Tienes dos fuentes de información, pero ambas son imperfectas:

1. Tu Mapa (El Modelo): Conoces su ruta general y su velocidad, pero el terreno es complicado y podría tropezar o tomar un desvío.
2. Tus Binoculares (Las Mediciones): Puedes ver al excursionista ocasionalmente, pero los árboles bloquean tu visión y la imagen es borrosa.

El Filtro de Kalman es la herramienta matemática que combina estas dos fuentes imperfectas para adivinar la ubicación real del excursionista. Usualmente, esto se enseña como un problema estadístico complejo que involucra "ruido" y "probabilidad".

Este artículo de Bassam Bamieh ofrece una forma diferente y más simple de ver esto. Sostiene que no necesitas pensar en la probabilidad aleatoria, sino que puedes tratar esto como un rompecabezas determinista: "¿Cuál es la historia más simple posible que explica lo que vimos?".

Aquí están los "Dos Pasos Fáciles" para resolver este rompecabezas, explicados con analogías de la vida cotidiana.

La Idea Central: "La Navaja de Ockham" para las Matemáticas

El artículo comienza con un principio llamado Principio de Incertidumbre Mínima. Imagina que eres un detective intentando reconstruir la escena de un crimen. Hay infinitas formas en las que el crimen pudo haber ocurrido.

• Historia A: El sospechoso corrió 5 millas, tropezó 10 veces y el testigo estaba alucinando.
• Historia B: El sospechoso caminó 1 milla, tropezó una vez y el testigo tenía la vista ligeramente borrosa.

El artículo dice: Elige la Historia B. ¿Por qué? Porque requiere la menor cantidad de "rareza" (incertidumbre) para que los hechos encajen. En términos matemáticos, queremos la historia donde los "errores" (los tropezones y la visión borrosa) sean lo más pequeños posible.

Paso 1: El Truco de las "Coordenadas Homogéneas"

El primer obstáculo es que las matemáticas para este problema de la "historia más simple" son complicadas. Tiene una mezcla de términos al cuadrado (como "distancia al cuadrado") y términos lineales (como "distancia"). Es como intentar hornear un pastel donde la receta pide "2 tazas de harina" y "una pizca de sal", pero el tazón de mezcla solo acepta ingredientes en un formato específico de "al cuadrado".

La Solución: El artículo sugiere un truco mágico llamado Coordenadas Homogéneas.

• La Analogía: Imagina que tienes un dibujo en 2D sobre una hoja de papel. Para que las matemáticas funcionen, añades una tercera dimensión —un "1" unido al lado de tu dibujo. De repente, tu problema en 2D se convierte en un problema en 3D donde todo encaja perfectamente en una caja simétrica y ordenada.
• Qué hace: Al añadir este "1" extra al sistema, el problema matemático "mixto" y desordenado se transforma en un problema puramente "al cuadrado" y perfectamente limpio.
• El Resultado: Este problema limpio es exactamente el mismo que un Regulador Cuadrático Lineal (LQR). Si sabes cómo resolver un problema LQR (que es como encontrar la forma más eficiente de conducir un coche), ahora puedes resolver este desordenado problema de estimación.

Por qué esto importa: El artículo señala un insight genial aquí. En los problemas de control (como conducir un coche), la matemática "extra" suele representar una señal de alimentación hacia adelante (feedforward) preplanificada. En los problemas de estimación (como rastrear al excursionista), esa misma matemática extra representa al observador: la parte del sistema que aprende y actualiza su suposición con el tiempo.

Paso 2: La "Inversión del Tiempo" y la "Suposición Final"

Ahora que tenemos un problema al cuadrado y limpio, necesitamos resolverlo. Pero hay un inconveniente: En un problema de conducción estándar, sabes dónde empezaste. En este problema de estimación, no sabemos dónde empezó el excursionista. Solo sabemos dónde está ahora (o mejor dicho, estamos tratando de averiguar dónde está ahora basándonos en datos pasados).

La Solución: El artículo utiliza una maniobra inteligente de dos partes:

1. Asumir el Final: Pretende por un momento que sí sabes dónde terminó el excursionista en el momento final. Si conoces el inicio y el final, el "camino más simple" entre ellos es fácil de calcular.
2. Inversión del Tiempo: La matemática de "empezar en A y terminar en B" es la imagen especular de "empezar en B y terminar en A". El artículo voltea el problema en el tiempo. En lugar de preguntar "¿Cómo llegamos del inicio al final?", pregunta "¿Si estamos en el final, cómo llegamos aquí?".
3. Optimizar la Suposición: Dado que no conocemos realmente la posición final, tomamos la respuesta del paso 2 y preguntamos: "¿Qué posición final hace que la "rareza" total (incertidumbre) sea la más pequeña?".

El Resultado: Cuando realizas esta optimización, las ecuaciones complicadas se simplifican mágicamente en las famosas ecuaciones del Filtro de Kalman.

• La "Ganancia del Observador" (cuánto confías en el mapa frente a los binoculares) surge de forma natural.
• La "Ecuación de Riccati" (la matemática compleja que actualiza el filtro) aparece como la solución a este problema de "costo de llegada".

La Visión General: Certeza vs. Información

El artículo concluye con una reinterpretación fascinante de las matemáticas.

• En la visión tradicional (estocástica), el filtro calcula una "Matriz de Covarianza", que te dice qué tan incierto estás. Un número grande significa "No tengo idea".
• En la visión de este artículo, las matemáticas calculan una "Matriz de Información" (o Matriz de Certeza).
  • La Analogía: Piensa en un tazón. Si el tazón es muy empinado y profundo, una canica colocada dentro rodará rápidamente hacia el fondo. Esto significa que estás muy seguro de la ubicación del fondo. Si el tazón es plano, la canica puede rodar a cualquier parte; estás incierto.
  • El artículo argumenta que la matriz $S$ en sus ecuaciones mide la pendiente del tazón. Una $S$ grande significa que el "tazón" es empinado, lo que significa que el filtro tiene mucha confianza en su estimación.

Resumen

Este artículo no inventa un nuevo filtro; reescribe la receta.

1. Dice: "Deja de pensar en el ruido aleatorio. Piensa en encontrar la explicación más simple y con menos error para tus datos".
2. Utiliza un truco matemático (coordenadas homogéneas) para convertir un problema desordenado en un problema de control estándar y limpio.
3. Utiliza la inversión del tiempo para resolver ese problema, revelando que el Filtro de Kalman es simplemente la forma óptima de minimizar la incertidumbre en un mundo determinista.

Es un "tutorial" que elimina la aterradora teoría de la probabilidad para mostrar que el Filtro de Kalman trata fundamentalmente de eficiencia y simplicidad: elegir el camino que requiere el menor número de suposiciones.

Resumen técnico

Resumen Técnico: Del LQR al Filtro de Kalman Determinista

Formulación del Problema
El artículo aborda el problema de la estimación de estado determinista para sistemas lineales variantes en el tiempo. El sistema se modela mediante las ecuaciones $\dot{x}(t) = Ax(t) + w(t)$ y $y(t) = Cx(t) + v(t)$, donde la salida $y(t)$ es conocida, pero la perturbación del proceso $w(t)$, el ruido de medición $v(t)$ y el estado inicial $x_i$ son desconocidos. El objetivo es encontrar la trayectoria del estado $\hat{x}(t)$ que sea consistente con la dinámica del sistema y que minimice una función de costo cuadrática que representa el "tamaño" de la triple incertidumbre $(w, v, x_i)$. Este funcional de costo, $J$, es afín-cuadrático en el estado y los controles debido a la presencia de la señal de medición conocida $y(t)$ dentro del término cuadrático $(y - C\hat{x})^*V(y - C\hat{x})$. El artículo plantea esto como un problema de "diseño de entradas" en lugar de un problema de estimación estocástica, adhiriéndose a un "Principio de Incertidumbre Mínima" análogo a la navaja de Occam: seleccionar la trayectoria que requiera las menores suposiciones (la menor norma de incertidumbre).

Metodología: Los "Dos Pasos Fáciles"
El autor deriva las ecuaciones del filtro de Kalman a través de una transformación de dos pasos del problema de optimización afín-cuadrático hacia un marco estándar de Regulador Cuadrático Lineal (LQR):

1. Homogeneización mediante Coordenadas Homogéneas:
   El primer paso convierte el costo afín-cuadrático (que contiene términos cuadráticos, lineales y constantes) en un costo puramente cuadrático. Esto se logra integrando el sistema en un espacio de estados de mayor dimensión utilizando "coordenadas homogéneas". Se añade un estado escalar auxiliar $\alpha$ al vector de estado $x$, con la restricción de que $\alpha(t) \equiv 1$. Esto transforma el sistema original y el costo en un sistema más grande con estado $\xi = [x^T, 1]^T$ y un objetivo puramente cuadrático. Esta integración revela que los controladores para problemas afín-cuadráticos contienen inherentemente componentes dinámicos (a diferencia de los controladores puramente cuadráticos sin memoria), los cuales corresponden a la dinámica de alimentación hacia adelante (feedforward) en el seguimiento o a la dinámica del observador en la estimación.

2. Reversión del Tiempo y Optimización del Estado Final:
   El segundo paso utiliza la formulación de "LQR con condiciones finales". A diferencia del LQR estándar que especifica un estado inicial y minimiza un "costo de ida" (cost-to-go), este problema dual especifica un estado final y minimiza un "costo de llegada" (cost-to-arrive).

• El problema de estimación se resuelve primero asumiendo que el estado final $\hat{x}(t)$ es conocido (fijo). Esto produce una solución caracterizada por una matriz de la Ecuación Diferencial de Riccati (DRE) que corre hacia adelante en el tiempo, denotada como $S(t)$, y un vector auxiliar $s_1(t)$.
• Dado que el estado final es en realidad desconocido, la estimación óptima se encuentra minimizando adicionalmente la función de "costo de llegada" resultante con respecto a la variable del estado final. Esta optimización produce la estimación de estado óptima $\hat{x}(t) = -S^{-1}(t)s_1(t)$.
• Al diferenciar esta relación y sustituir la dinámica de $S(t)$ y $s_1(t)$, el artículo deriva una ecuación diferencial para $\hat{x}(t)$ directamente. Esta ecuación toma la forma de un observador causal: $\dot{\hat{x}} = A\hat{x} + L(y - C\hat{x})$, donde la ganancia $L$ se deriva de la solución $S(t)$.

Contribuciones Clave y Resultados

• Derivación del Filtro de Kalman Determinista: El artículo proporciona una derivación simplificada del filtro de Kalman determinista (estimador de estado) al desentrazar explícitamente los pasos de reversión del tiempo, integración de coordenadas homogéneas y optimización del estado final.
• Conexión con el Seguimiento LQ: La metodología demuestra una equivalencia estructural entre el problema de estimación determinista y el problema de seguimiento Lineal-Cuadrático (servomecanismo). En el seguimiento LQ, la dinámica auxiliar proporciona el término de alimentación hacia adelante anti-causal; en la estimación, proporciona la dinámica del observador causal.
• Formulación del Filtro de Información: El estimador resultante se presenta en la forma de "filtro de información". La matriz $S(t)$ se identifica como la solución de una DRE en tiempo hacia adelante, que es la inversa de la matriz de covarianza del error encontrada en el filtro de Kalman estocástico.
• Interpretación Determinista de la Información: El artículo ofrece una interpretación determinista de la "matriz de información". En lugar de depender de la covarianza probabilística, $S(t)$ se interpreta como una "matriz de certidumbre". La curvatura de la función de costo de llegada (un cuenco cuadrático) alrededor de la estimación óptima está determinada por $S(t)$. Los autovectores de $S(t)$ con valores propios grandes corresponden a direcciones de alta certidumbre (curvatura pronunciada), mientras que los valores propios pequeños corresponden a alta incertidumbre.

Significancia y Reivindicaciones
El artículo afirma ofrecer una perspectiva de "tutorial" que desmitifica la derivación del filtro de Kalman al fundamentarla en la teoría de control óptimo determinista. Argumenta que la preferencia por formulaciones deterministas frente a las estocásticas es a menudo una cuestión de gusto más que de necesidad lógica, citando a Willems y Gauss. La principal significancia reside en el enfoque de los "dos pasos fáciles", el cual:

1. Unifica el tratamiento de problemas afín-cuadráticos (como el seguimiento y la estimación) con problemas cuadráticos estándar (LQR) mediante coordenadas homogéneas.
2. Clarifica el papel de la reversión del tiempo y la función de "costo de llegada" en la derivación de observadores óptimos.
3. Proporciona una justificación determinista rigurosa para las ecuaciones del filtro de Kalman sin recurrir al cálculo estocástico, basándose en principios de mínimos cuadrados y en la equivalencia de los problemas de diseño de entradas.

El autor evita explícitamente introducir nuevas aplicaciones o propuestas experimentales, centrándose en cambio en la unificación teórica de conceptos existentes (LQR, coordenadas homogéneas y dualidad) para explicar la estructura del estimador óptimo.