A robust and adaptive MPC formulation for Gaussian process models

Cet article propose un cadre de commande prédictive robuste et adaptatif utilisant des processus gaussiens et des métriques de contraction pour garantir la satisfaction des contraintes et la convergence de systèmes non linéaires incertains, comme démontré par une simulation de quadrotor.

L'essentiel

Imaginez que vous essayez de piloter un drone dans une pièce remplie de meubles, mais que vous ne connaissez pas exactement la forme de la pièce ni comment l'air bouge autour des chaises. C'est le défi que rencontrent les robots et les voitures autonomes : ils doivent agir avec précision, mais leur "cerveau" (le modèle mathématique) est souvent incomplet ou imparfait.

Ce papier de recherche propose une solution intelligente pour piloter ces systèmes, même quand on ne connaît pas tout. Voici l'explication simple, avec quelques images pour mieux comprendre.

1. Le Problème : Piloter à l'aveugle (mais prudemment)

Le Contrôle Prédictif (MPC) est comme un chef d'orchestre qui regarde devant lui pour décider des prochaines notes. Il calcule le meilleur chemin pour arriver à destination tout en évitant les obstacles.

• Le hic : Pour bien calculer, le chef a besoin d'une carte parfaite. Mais en réalité, la carte est floue (il y a du vent, des courants d'air imprévus, des effets de sol pour un drone).
• La conséquence : Si le chef se fie trop à sa carte imparfaite, il risque de faire une erreur et de percuter un obstacle.

2. La Solution : L'Apprentissage Intelligent (Gaussian Processes)

Les auteurs utilisent une technique d'intelligence artificielle appelée Processus Gaussiens (GP).

• L'analogie : Imaginez un apprenti pilote qui a une carte de base, mais qui porte des lunettes spéciales. Chaque fois qu'il vole, il note : "Tiens, ici, l'air pousse un peu plus fort que prévu".
• Le GP : C'est ce carnet de notes intelligent. Il ne se contente pas de dire "il y a un obstacle", il dit : "Je suis à 95 % sûr que l'obstacle est ici, mais il pourrait être un peu plus loin". Il apprend en temps réel pendant le vol.

3. Le Cœur de l'Innovation : Le "Tuyau de Sécurité" (Tube Robuste)

C'est la partie la plus brillante du papier. Pour garantir que le drone ne percute jamais rien, même si son apprentissage est encore imparfait, ils utilisent une méthode basée sur des "métriques de contraction".

• L'image du tuyau : Imaginez que le drone ne vole pas en un point précis, mais à l'intérieur d'un tuyau flexible (un tube) qui l'entoure.
  • Le centre du tuyau est la trajectoire idéale que le drone pense suivre.
  • Les parois du tuyau représentent la marge d'erreur (l'incertitude).
• La contraction : Normalement, si on ne connaît pas bien les erreurs, le tuyau s'élargit de plus en plus (comme un élastique qui se détend), jusqu'à devenir énorme et inutile.
  • La magie de ce papier : Grâce à leurs calculs mathématiques (les métriques de contraction), ils s'assurent que ce tuyau reste petit et serré autour du drone, même si le drone oscille. C'est comme si le tuyau avait des muscles qui le maintiennent au plus près du chemin idéal, sans jamais devenir trop large.

4. L'Adaptation en Temps Réel (RAMPC)

La vraie force de cette méthode est qu'elle est adaptative.

• Le scénario : Au début, le drone a peur car il ne connaît pas bien la pièce. Le "tuyau de sécurité" est large pour être prudent.
• L'évolution : À mesure que le drone vole et collecte des données (grâce aux GP), il apprend où sont les courants d'air.
• Le résultat : Le système comprime le tuyau de sécurité. Comme il sait mieux où il va, il peut prendre des risques calculés, voler plus vite et plus près des obstacles, tout en restant garanti sûr.

5. Pourquoi c'est important ?

Avant ce papier, les méthodes existantes étaient soit :

1. Trop prudentes : Le tuyau devenait énorme, le drone volait très lentement pour ne pas toucher les murs.
2. Trop risquées : Elles apprenaient vite, mais sans garantie mathématique de sécurité (le drone pouvait exploser).

Ce papier réussit le tour de force :

• Il apprend vite (grâce aux données en direct).
• Il reste ultra-sûr (grâce au tuyau mathématiquement garanti).
• Il est efficace (le drone vole bien et vite).

En résumé

Imaginez un pilote de drone qui porte un gilet pare-balles intelligent. Au début, le gilet est très épais (sécurité maximale, mais lourd). À chaque fois qu'il apprend un peu plus sur son environnement, le gilet s'ajuste automatiquement pour devenir plus léger et plus confortable, tout en restant garanti pour le protéger. C'est exactement ce que fait ce nouveau système de contrôle : il rend les robots plus intelligents et plus agiles, sans jamais sacrifier leur sécurité.

Résumé technique

1. Problématique

Le contrôle prédictif (MPC) est une technique puissante pour les systèmes non linéaires, capable de garantir le respect de contraintes critiques pour la sécurité. Cependant, son efficacité repose souvent sur la disponibilité d'un modèle dynamique précis, ce qui est rarement le cas en pratique. Les systèmes réels sont soumis à des incertitudes, des perturbations bornées et des non-linéarités non modélisées.

Les approches existantes de MPC robuste adaptatif (RAMPC) se limitent généralement à des incertitudes paramétrées linéairement par un vecteur de paramètres de dimension finie. Bien que les Processus Gaussiens (GP) offrent une méthode moderne pour apprendre des fonctions inconnues générales à partir de données tout en fournissant des estimations rigoureuses de l'incertitude, leur intégration dans un cadre MPC garantissant la sécurité théorique reste un défi. Les méthodes actuelles combinant GP et MPC (GP-MPC) souffrent souvent de conservatisme excessif (ensembles atteignables qui croissent exponentiellement), de difficultés à garantir la faisabilité récursive lors de mises à jour de modèles en ligne, ou d'un manque de garanties théoriques sur le respect des contraintes.

L'objectif de cet article est de développer un cadre MPC robuste et adaptatif (RAMPC) basé sur des Processus Gaussiens capable de gérer des dynamiques non linéaires incertaines, d'apprendre ces dynamiques en ligne, et de garantir théoriquement la faisabilité récursive et le respect des contraintes avec une probabilité élevée.

2. Méthodologie

La proposition repose sur une combinaison de trois piliers principaux : l'apprentissage par Processus Gaussiens, la propagation robuste via des métriques de contraction, et une stratégie d'adaptation en ligne.

A. Modélisation et Apprentissage (GP)

Le système est décrit par une équation différentielle continue où une fonction inconnue $g(x)$ (représentant les non-linéarités non modélisées) est apprise à partir de données bruitées.

• Processus Gaussiens : Les auteurs utilisent des GP pour estimer la fonction $g(x)$ et fournir des bornes d'erreur à haute probabilité (Lemme 1).
• Mise à jour en ligne : Le cadre RAMPC intègre les nouvelles mesures collectées pendant le fonctionnement du système pour mettre à jour le modèle GP, réduisant ainsi l'incertitude au fil du temps.

B. Prédiction Robuste et Tubes de Contraction

Pour garantir que l'état réel du système reste dans les limites de sécurité malgré l'incertitude du modèle, l'approche ne prédit pas une trajectoire unique, mais un « tube » autour d'une trajectoire nominale.

• Métriques de Contraction : Une métrique de contraction $M(x)$ est calculée hors ligne. Elle permet de définir une fonction de Lyapunov incrémentale (distance riemannienne) qui garantit la stabilité exponentielle incrémentale du système sous un contrôleur de retour d'état spécifique.
• Dynamique du Tube : Au lieu de propager des ensembles atteignables complexes (comme des ellipsoïdes ou des boîtes) qui peuvent devenir trop conservateurs, la méthode utilise une dynamique scalaire $\delta_t$. Cette équation différentielle scalaire, dépendant des bornes d'erreur du GP et de la métrique de contraction, scale le tube autour de la trajectoire nominale. Cela garantit que le tube contient toutes les trajectoires possibles du système réel avec une probabilité $1-p$.

C. Formulation du Problème de Contrôle (OCP)

Le problème d'optimisation MPC minimise un coût quadratique sur une trajectoire nominale $(z, v)$ tout en respectant des contraintes resserrées.

• Contraintes resserrées : Les contraintes d'état et d'entrée sont réduites d'une quantité proportionnelle à la taille du tube $\delta_t$.
• Adaptation (RAMPC) : Pour gérer les mises à jour du modèle GP en ligne, l'algorithme utilise une collection de modèles GP. Au lieu de remplacer l'ancien modèle par le nouveau (ce qui pourrait briser la faisabilité), le contrôleur optimise une combinaison linéaire des moyennes a posteriori de plusieurs modèles GP. Cela permet de maintenir des bornes d'incertitude monotones (non croissantes) et assure la cohérence des prédictions.

3. Contributions Clés

1. Cadre RAMPC pour GP : Première formulation de MPC robuste adaptatif utilisant des Processus Gaussiens pour des dynamiques non linéaires générales, avec des garanties théoriques complètes.
2. Propagation de Tube Évolutive : Utilisation de métriques de contraction pour dériver une équation différentielle scalaire simple qui propage les bornes d'erreur du GP. Cela évite l'explosion exponentielle des ensembles atteignables observée dans les méthodes précédentes (comme la propagation séquentielle d'ellipsoïdes).
3. Garanties Théoriques : Démonstration de la faisabilité récursive, du respect des contraintes (avec probabilité $1-p$) et de la convergence vers l'état de référence, même avec des mises à jour de modèle en ligne.
4. Stratégie d'Adaptation Robuste : Introduction d'une méthode utilisant une collection de modèles GP et une optimisation de coefficients de combinaison linéaire pour garantir que les mises à jour de données en ligne ne compromettent pas la faisabilité du problème MPC.
5. Efficacité Computationnelle : Remplacement de la propagation d'ensembles complexes par la prédiction d'un seul scalaire $\delta$, réduisant considérablement la complexité de calcul par rapport aux méthodes existantes.

4. Résultats Numériques

L'approche a été validée sur un exemple numérique d'un quadrotor planaire soumis à des effets de sol difficiles à modéliser (force verticale dépendant de la hauteur) et à des perturbations de vent.

• Comparaison avec l'état de l'art :
  • La méthode proposée (basée sur la contraction) maintient une taille de tube bornée et stable.
  • Une méthode de référence utilisant une propagation séquentielle d'ellipsoïdes (basée sur des approximations de Taylor) a montré une croissance exponentielle du tube, conduisant à une divergence numérique après environ 1 seconde.
• Performance du RAMPC :
  • L'utilisation de données en ligne pour mettre à jour le modèle GP a permis au contrôleur d'atteindre l'ensemble terminal 6 % plus rapidement et de réduire le coût de suivi en boucle fermée de 9 % par rapport à la version robuste statique (GP-RMPC).
  • Le temps de calcul par itération reste constant et gérable (environ 89 ms au total pour le RAMPC), grâce à une stratégie de gestion des données (batch) limitant le nombre de modèles GP évalués simultanément.

5. Signification et Impact

Ce travail comble un vide important entre l'apprentissage machine (GP) et le contrôle robuste théorique. Il démontre qu'il est possible d'utiliser des modèles d'apprentissage non paramétriques complexes dans des boucles de contrôle critiques tout en conservant des garanties de sécurité rigoureuses.

La capacité à mettre à jour le modèle en ligne sans perdre la faisabilité du problème de contrôle est une avancée majeure pour le déploiement de systèmes autonomes dans des environnements incertains et changeants. La méthode proposée offre un compromis optimal entre la performance (via l'adaptation) et la sécurité (via la robustesse), tout en restant computationnellement viable pour des systèmes dynamiques non linéaires.