Adaptive Nonlinear Control with Online Identification and Receding-Horizon Optimization

Controlar una máquina que se desplaza por el mundo físico es una negociación constante entre lo que la máquina debe hacer y lo que realmente hace. En el mundo ideal de los libros de texto de ingeniería, el comportamiento de un robot es perfectamente predecible: se le da una orden y se mueve exactamente como dice la matemática. Pero en la realidad, las máquinas son desordenadas. Sus piezas se desgastan, su peso cambia a medida que consumen combustible y el aire contra el que empujan se comporta de formas difíciles de precisar. Además, los sensores que le dicen a un robot dónde está nunca son perfectos; siempre tienen algo de ruido. El desafío central para los ingenieros es construir un sistema de control que pueda manejar este desorden en tiempo real. Debe averiguar la verdadera naturaleza de la máquina mientras esta se mueve, predecir hacia dónde irá después y ajustar sus comandos instantáneamente para mantenerse en el curso, todo sin esperar a que intervenga un humano o a que la máquina se detenga.

Este es el problema que aborda un nuevo enfoque llamado AMIGO, desarrollado por el investigador Igor Ladnik. El sistema está diseñado para guiar máquinas complejas, como drones o naves espaciales, combinando tres actividades distintas que ocurren en un orden específico. Primero, el sistema escucha a la máquina para aprender sus verdaderas características. Segundo, utiliza ese nuevo conocimiento para trazar una ruta a largo plazo hacia un destino. Tercero, ejecuta esa ruta realizando constantemente pequeñas y rápidas correcciones para manejar baches o errores inesperados. El método fue probado en simulaciones en tres máquinas muy diferentes: un modelo matemático de un sistema vibratorio, un dron cuadricóptero y una nave espacial que intenta aterrizar en la Luna. En cada caso, el sistema identificó con éxito las verdaderas propiedades físicas de la máquina, calculó una trayectoria segura y guio al vehículo hasta una parada estable, incluso cuando el comportamiento real de la máquina difería significamente de las suposiciones iniciales.

El núcleo de este trabajo es un método para enseñar a una computadora a aprender sobre una máquina mientras esta ya está en movimiento. Imagine una nave espacial descendiendo hacia una superficie lunar. Los ingenieros que la construyeron tienen una mejor suposición de cuánto pesa y de cuánta fuerza produce su motor. Pero a medida que el combustible se quema, la nave se vuelve más ligera y el motor podría no ser perfectamente eficiente. Si la computadora que controla el descenso se basa solo en las suposiciones originales, podría calcular mal el frenado necesario y estrellarse. AMIGO resuelve esto dedicando un periodo inicial de vuelo a "escuchar". Durante esta fase, la máquina se mueve bajo un control seguro y constante mientras la computadora observa cómo reacciona. Al comparar los movimientos reales de la máquina con lo que el modelo de la computadora predijo, el sistema utiliza una técnica matemática para refinar su comprensión del peso y la potencia del motor de la máquina. En la simulación del aterrizaje lunar, este proceso permitió a la computadora identificar la eficiencia del motor con un error de menos de una décima de porcentaje, aprendiendo efectivamente la verdadera naturaleza de la nave espacial antes de que comenzara la fase crítica del aterrizaje.

Una vez que el sistema tiene un modelo fiable de la máquina, pasa a la fase de planificación. Aquí, la computadora no solo reacciona al momento presente; mira hacia el futuro lejano. Calcula una trayectoria completa, una larga lista de comandos que guiarán a la máquina desde su posición actual hasta un aterrizaje seguro. Esta no es una línea recta simple; es una ruta compleja que tiene en cuenta el cambio de peso de la máquina y la necesidad de frenar suavemente. La computadora resuelve este problema trabajando hacia atrás desde el objetivo. Pregunta: "¿Para estar en el lugar perfecto al final, dónde debo estar un momento antes de eso? ¿Y un momento antes de aquello?". Al repetir esta lógica, construye un plan detallado que equilibra la necesidad de alcanzar el objetivo con la necesidad de usar la menor cantidad de combustible y esfuerzo. En el ejemplo lunar, esta fase de planificación tomó unos diez segundos de tiempo de computadora para generar una ruta que llevaría a la nave desde una altitud de 800 metros hasta la superficie, teniendo en cuenta la gravedad de la Luna y la masa cambiante de la nave.

La fase final es donde la máquina realmente vuela, guiada por el plan pero lista para adaptarse. Aquí es donde el sistema brilla con más fuerza. La computadora no simplemente sigue la ruta precalculada como un tren en una vía. En su lugar, reevalúa constantemente la situación. Cada fracción de segundo, observa dónde está realmente la máquina, la compara con donde decía el plan que debería estar y calcula una pequeña corrección. Si una ráfaga de viento empuja al dron fuera de su curso, o si el motor funciona de forma ligeramente distinta a lo esperado, el sistema computa instantáneamente un nuevo ajuste a corto plazo para volver al camino. Esto sucede tan rápido que la máquina nunca se desvía realmente de su trayectoria prevista. En la simulación del cuadricóptero, que tenía que estabilizarse mientras su peso y equilibrio eran desconocidos, el sistema identificó las propiedades físicas correctas y luego mantuvo al dron estable, corrigiendo su inclinación y posición continuamente hasta que alcanzó un vuelo estacionario.

El poder de este enfoque reside en cómo gestiona los límites de la propia máquina. Los motores reales no pueden empujar con fuerza infinita, y no pueden cambiar su potencia instantáneamente; tienen límites físicos en qué tanto pueden empujar y qué tan rápido pueden cambiar ese empuje. Muchos sistemas de control ignoran estos límites o intentan trabajar alrededor de ellos a posteriori, lo que puede conducir a la inestabilidad. AMIGO incorpora estos límites directamente en el proceso de planificación. Cuando la computadora calcula la ruta, sabe exactamente cuánta fuerza puede producir el motor y con qué rapidez puede cambiarla. Si una maniobra requiere más fuerza de la que el motor puede dar, el sistema ajusta automáticamente el plan para mantenerse dentro de los límites seguros. En el escenario del aterrizaje lunar, el sistema gestionó el empuje del motor principal y los motores más pequeños de control de actitud para asegurar que la nave nunca exigiera más de lo que el hardware podía entregar, manteniendo el descenso suave y seguro.

Los resultados de estas simulaciones muestran que el sistema es lo suficientemente robusto como para manejar una incertidumbre significativa. En el caso del cuadricóptero, la computadora comenzó con estimaciones incorrectas de la masa del dron y de la distribución de su peso. Las suposiciones iniciales estaban erradas por un margen notable, pero la fase de identificación corrigió rápidamente estos errores. Para cuando el dron comenzó su rutina de estabilización, la computadora conocía las verdaderas propiedades físicas del dron con alta precisión. El aterrizaje final de la simulación del aterrizador lunar demostró la capacidad del sistema para gestionar un descenso largo y complejo. La nave comenzó a 800 metros sobre la superficie con una velocidad y orientación específicas. A lo largo del descenso, el sistema identificó la eficiencia del motor, planeó una trayectoria que tuviera en cuenta la quema de combustible y ejecutó un aterrizaje suave. La nave tocó tierra con una velocidad vertical de menos de 6 centímetros por segundo, una llegada suave que sería segura para una misión real.

Lo que hace que este trabajo sea particularmente notable es que no requiere que la máquina se detenga o haga una pausa para aprender. La identificación, la planificación y el control ocurren en un bucle continuo mientras la máquina se mueve. El sistema está diseñado para trabajar dentro de los estrictos límites de tiempo de una computadora real. Sabe que no puede pasar un tiempo infinito calculando la ruta perfecta; debe producir una respuesta lo suficientemente buena antes de que llegue el siguiente momento. Si la computadora se queda sin tiempo, simplemente utiliza el mejor plan que ha calculado hasta el momento, asegurando que la máquina nunca pierda el control. Este equilibrio entre el aprendizaje, la planificación y la acción permite que el sistema se adapte al mundo real, donde las condiciones nunca son estáticas y la información perfecta nunca está disponible.

El artículo concluye que este método proporciona una base sólida para guiar máquinas autónomas en entornos difíciles. Demostró con éxito que un solo sistema podía aprender la verdadera naturaleza de una máquina, planificar una trayectoria compleja y ejecutar ese plan con correcciones precisas, todo ello respetando los límites físicos del hardware. Las simulaciones cubrieron una gama de desafíos, desde un simple sistema vibratorio hasta una compleja nave espacial aterrizando en otro mundo. Aunque el trabajo se realizó en simulación, los resultados sugieren que el enfoque es viable para aplicaciones del mundo real donde la seguridad y la adaptabilidad son primordiales. El siguiente paso para esta línea de investigación sería probar el sistema en hardware real y explorar cómo podría manejar incertidumbres aún más complejas, como cambios repentinos en el entorno o fallos en los sensores de la máquina. Por ahora, el trabajo constituye una demostración de cómo una máquina puede aprender a volar por sí misma, no siguiendo un guion rígido, sino comprendiendo su propia naturaleza y adaptándose al mundo que la rodea.