⚡ electrical engineering

Simultaneous Online System Identification and Control using Composite Adaptive Lyapunov-Based Deep Neural Networks

Cet article présente un cadre de contrôle novateur qui réalise simultanément l'identification en ligne du système et le suivi de trajectoire pour des systèmes non linéaires incertains en employant des lois de mise à jour composites adaptatives basées sur Lyapunov pour toutes les couches d'un réseau de neurones profond, garantissant ainsi la stabilité uniforme ultime bornée et la convergence exponentielle des erreurs tout en permettant des performances robustes lors de pertes intermittentes de retour d'état.

Auteurs originaux : Omkar Sudhir Patil, Emily J. Griffis, Wanjiku A. Makumi, Warren E. Dixon

Publié 2026-05-25

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Omkar Sudhir Patil, Emily J. Griffis, Wanjiku A. Makumi, Warren E. Dixon

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous enseignez à un robot à marcher sur un fil de fer. Le robot possède un « cerveau » (un Réseau de Neurones Profond, ou RNP) qui tente de deviner comment le vent et la gravité vont le pousser afin qu'il puisse ajuster son équilibre.

Le Problème de l'Ancienne Méthode
Traditionnellement, les ingénieurs enseignaient à ce cerveau de robot hors ligne. Ils exécutaient des milliers de simulations, laissaient le robot apprendre, puis gelaient son cerveau. Une fois que le robot commençait à marcher sur le vrai fil de fer, son cerveau ne pouvait plus rien apprendre de nouveau. Si le vent changeait de manière inattendue, le robot pouvait tomber car son cerveau gelé ne savait pas comment s'adapter.

Certaines méthodes plus récentes permettent au robot d'apprendre pendant qu'il marche. Cependant, ces méthodes ne se soucient que d'une chose : rester sur le fil. Elles ajustent les paramètres internes du cerveau juste assez pour empêcher le robot de tomber, mais elles n'enseignent pas réellement au cerveau ce que fait le vent. Le robot peut rester debout, mais il ne « comprend » pas vraiment la physique de la situation. Si le robot perd ses capteurs d'équilibre pendant un instant (comme une panne de courant soudaine), il ne sait pas comment prédire le vent et continuer.

La Nouvelle Solution : Le Cerveau à « Double Tâche »
Cet article présente une nouvelle méthode où le robot apprend deux choses en même temps :

Comment rester sur le fil (Commande de Suivi).
Comment le vent fonctionne réellement (Identification du Système).

Pensez-y comme un étudiant passant un examen.

Méthode Ancienne : L'étudiant mémorise simplement les réponses aux questions spécifiques de l'examen. Si le professeur pose une question légèrement différente, l'étudiant échoue.
Méthode de Cet Article : L'étudiant non seulement répond correctement aux questions de l'examen, mais écrit également un guide d'étude détaillé expliquant pourquoi les réponses sont ce qu'elles sont. Si le professeur pose une nouvelle question plus tard, l'étudiant peut utiliser son guide d'étude pour la résoudre.

Comment Cela Fonctionne (L'Analogie)
Les auteurs ont créé une « règle d'apprentissage » spéciale (une loi d'adaptation) qui agit comme un système de double vérification :

La Vérification « Maintenant » (Erreur de Suivi) : Le robot regarde où il est par rapport à l'endroit où il devrait être. S'il dérive, il ajuste son cerveau pour corriger la trajectoire. C'est la méthode standard.
La Vérification « Et Si » (Erreur de Prédiction) : C'est la partie magique. Le robot possède un « observateur » spécial (comme un deuxième jeu d'yeux) qui tente de deviner quelle devrait être la force du vent en se basant sur le mouvement du robot. Il compare cette hypothèse à ce que le cerveau du robot avait prédit que serait le vent.
- Si l'hypothèse du cerveau est fausse, le robot ne se contente pas de corriger la trajectoire ; il réécrit les règles internes du cerveau pour rendre l'hypothèse plus précise pour le futur.

En combinant ces deux vérifications, le cerveau du robot devient un véritable expert. Il apprend la physique réelle du système, et non pas seulement comment tricher pour rester debout.

L'Exigence de la « Lampe de Poche » (Persistance d'Excitation)
L'article mentionne une condition appelée « Persistance d'Excitation » (PE). Imaginez essayer d'apprendre la forme d'une pièce sombre. Si vous ne marchez que dans une ligne droite, vous n'apprenez que sur le sol devant vous. Pour apprendre toute la pièce, vous devez vous déplacer, toucher les murs et regarder dans différentes directions.

PE signifie que le robot doit bouger suffisamment (pas seulement rester immobile ou se déplacer dans une boucle ennuyeuse) afin que le cerveau obtienne assez de « données » pour apprendre l'image complète du vent et de la gravité. Si le robot bouge suffisamment, l'apprentissage devient incroyablement rapide et précis.

Le Superpouvoir : Survivre aux Pannes
Le plus grand avantage de cette méthode est ce qui se passe lorsque le robot perd ses capteurs (les capteurs du « fil de fer » s'éteignent).

Anciennes Méthodes : Lorsque les capteurs tombent en panne, le robot panique. Il ne connaît pas le vent, donc il tombe.
Cette Méthode : Parce que le cerveau du robot a déjà appris le « guide d'étude » (l'identification du système), il peut prédire ce que fera le vent même sans capteurs. Il utilise son modèle appris pour continuer à marcher pendant la panne jusqu'à ce que les capteurs reviennent en ligne.

Les Résultats
Les auteurs ont testé cela sur deux choses : un bras robotique (comme un robot d'usine) et un véhicule sous-marin.

Précision : La nouvelle méthode a maintenu le robot sur sa trajectoire bien mieux que les anciennes méthodes.
Compréhension : Le cerveau du robot a appris la physique du système beaucoup plus précisément.
Résilience : Lorsque les capteurs ont été désactivés (simulant une panne de courant), la nouvelle méthode a maintenu le robot stable, tandis que les anciennes méthodes ont eu des difficultés ou ont échoué.

En Résumé
Cet article donne aux robots un cerveau qui ne se contente pas de réagir aux erreurs ; il apprend les règles du jeu tout en jouant. Cela permet au robot de mieux performer, de comprendre profondément son environnement et de continuer à travailler même lorsqu'il perd temporairement ses sens.

Résumé technique : Identification et contrôle en ligne simultanés de systèmes utilisant des réseaux de neurones profonds composites adaptatifs basés sur Lyapunov

Formulation du problème
Les contrôleurs basés sur des réseaux de neurones profonds (RNP) sont largement utilisés pour les systèmes dynamiques non linéaires incertains, pourtant les approches traditionnelles reposent généralement sur un pré-entraînement hors ligne. Dans ces scénarios, les poids du RNP sont fixes pendant l'exécution, limitant l'adaptabilité et soulevant des préoccupations concernant la fiabilité du modèle lors d'opérations en dehors de l'ensemble de données d'entraînement. Bien que les récentes méthodes de contrôle adaptatif basées sur Lyapunov (Lb) permettent des mises à jour en ligne des poids pour assurer le suivi de trajectoire, elles reposent exclusivement sur le retour d'erreur de suivi. Par conséquent, ces méthodes garantissent la convergence de l'erreur de suivi mais ne fournissent pas de garanties sur l'identification du système (estimation des paramètres). Sans une identification précise, le RNP ne peut pas généraliser à des trajectoires inexplorées, et le contrôleur ne peut pas compenser efficacement les incertitudes lors de pertes intermittentes de retour d'état. De plus, l'extension des lois d'adaptation composite — qui combinent les erreurs de suivi et de prédiction — aux RNP est techniquement difficile en raison de la structure de non-linéarité dans les paramètres (NIP) des RNP, où les poids des couches internes sont intégrés dans des fonctions d'activation non linéaires imbriquées.

Méthodologie
L'article propose un contrôleur Lb-RNP adaptatif composite qui réalise simultanément l'identification en ligne du système et le suivi de trajectoire pour des systèmes non linéaires du second ordre. La méthodologie centrale comprend les composants suivants :

Observateur dynamique de dérivée d'état : Pour remédier à la difficulté d'obtenir l'erreur de prédiction (l'écart entre la dynamique réelle et l'estimation du RNP) sans accès direct à la dérivée d'état inconnue, un observateur dynamique de dérivée d'état est conçu. Cet observateur estime la fonction de dérive $f(x, \dot{x})$ en utilisant les mesures d'état disponibles et la commande, éliminant ainsi le besoin de la dérivée d'état inconnue dans la loi d'adaptation.
Loi d'adaptation composite : Une nouvelle formulation d'erreur de prédiction est construite en utilisant l'estimation de la dérive par l'observateur. Cette erreur de prédiction est combinée à l'erreur de suivi pour former une loi d'adaptation composite basée sur les moindres carrés.
Gestion de la structure NIP : Pour surmonter les défis posés par la structure NIP imbriquée des RNP, la loi d'adaptation utilise le jacobien du RNP par rapport à ses poids. Un développement en série de Taylor du premier ordre est appliqué à la sortie du RNP pour exprimer l'erreur de prédiction en termes d'erreur d'estimation des paramètres, permettant la formulation de la loi d'adaptation malgré la non-linéarité.
Analyse de stabilité : Une analyse de stabilité combinée basée sur Lyapunov est effectuée. L'analyse intègre l'erreur de suivi, l'erreur d'estimation de la dérivée d'état et les erreurs d'estimation des poids du RNP. Elle utilise un opérateur de projection pour garantir que les estimations de paramètres restent dans un ensemble borné et emploie une matrice de gain des moindres carrés variant dans le temps avec un facteur d'oubli.

Contributions clés
L'article revendique les contributions principales suivantes :

Premier résultat sur l'identification et le contrôle simultanés : Ce travail présente le premier résultat atteignant l'identification en ligne simultanée du système et le suivi de trajectoire pour des systèmes non linéaires en utilisant des mises à jour en ligne pour toutes les couches d'un RNP.
Nouvelle formulation d'erreur de prédiction : Le développement d'une erreur de prédiction basée sur un observateur dynamique de dérivée d'état, qui est intégré à l'erreur de suivi pour construire une loi d'adaptation composite adaptée aux incertitudes NIP.
Garanties de stabilité : L'analyse prouve que l'erreur de suivi, l'erreur d'estimation de la dérivée d'état et les erreurs d'estimation des poids du RNP sont uniformément ultimement bornées (UUB).
Convergence exponentielle sous la condition PE : Sous la condition de persistance de l'excitation (PE), il est démontré que les erreurs de suivi et d'estimation des poids convergent exponentiellement vers un voisinage de l'origine. La taille de ce voisinage et le taux de convergence dépendent des gains de contrôle et du facteur PE.
Généralisation pour un retour intermittent : En obtenant une identification précise du système, le modèle RNP identifié peut être propagé dans le temps pour prédire et compenser les dynamiques incertaines lors de pertes intermittentes de retour d'état, sous réserve que des conditions de temps de séjour suffisantes soient remplies.

Résultats
Des simulations comparatives ont été menées sur deux systèmes : un manipulateur robotique à deux liaisons et un véhicule sous-marin sans pilote (UUV).

Manipulateur robotique : Le contrôleur Lb-RNP adaptatif composite développé a démontré des améliorations de performance significatives par rapport à un contrôleur Lb-RNP adaptatif basé sur l'erreur de suivi, un contrôleur de rejet de perturbations basé sur un observateur, un contrôleur PD non linéaire et une commande prédictive non linéaire (MPC). Plus précisément, la méthode composite a réduit l'erreur quadratique moyenne (RMS) de suivi d'environ 50 % par rapport à la référence basée sur l'erreur de suivi et a obtenu une amélioration de 72 % de l'erreur moyenne d'approximation de fonction sur un ensemble de données de test, indiquant une généralisation supérieure. L'effort de contrôle était comparable ou inférieur à celui des références.
Véhicule sous-marin sans pilote (UUV) : Dans les simulations impliquant une perte intermittente de retour d'état, le contrôleur Lb-RNP adaptatif composite a maintenu des performances de suivi supérieures à toutes les références. Alors que les prédictions de la méthode basée sur l'erreur de suivi divergeaient rapidement pendant la perte de retour en raison de l'absence de garanties d'estimation des paramètres, la méthode composite a prédit et compensé avec succès les dynamiques de dérive. L'approche basée sur l'observateur a performé de manière comparable lorsque le retour était disponible mais s'est dégradée significativement pendant la perte de retour et a nécessité un effort de contrôle plus élevé.

Signification
L'article affirme que ce travail constitue une étape fondamentale vers un contrôle adaptatif robuste où le contrôleur non seulement suit une trajectoire mais apprend également les dynamiques sous-jacentes du système. En assurant l'estimation des paramètres, le modèle identifié acquiert la capacité de généraliser au-delà de la trajectoire explorée. Cette capacité est cruciale pour les applications critiques pour la sécurité impliquant des défaillances intermittentes de capteurs, où le système doit s'appuyer sur un modèle interne pour maintenir la stabilité. Les résultats démontrent que l'intégration de l'identification du système directement dans la boucle de contrôle via l'adaptation composite produit des avantages de performance tangibles tant en précision de suivi qu'en compensation dynamique par rapport aux méthodes qui se concentrent uniquement sur la minimisation de l'erreur de suivi.

Articles similaires