Résumé Technique : Apprentissage de Dynamiques Couplées et Dépendantes du Régime pour la Manipulation Aérienne

Énoncé du Problème

Les manipulateurs aériens, qui combinent des véhicules multirotors avec des bras robotiques articulés, font face à des défis majeurs en matière de modélisation dynamique en raison d'un couplage fort quadrotor-manipulateur, d'interactions aérodynamiques retardées et de variations dépendantes du régime. Ces variations découlent de changements de charge utile (par exemple, la préhension et le lâchage) et de la reconfiguration du manipulateur, conduisant à des dynamiques résiduelles qui sont simultanément couplées entre variables, dépendantes de l'historique et non stationnaires.

Les approches existantes peinent dans ce domaine :

• Les modèles analytiques échouent souvent à capturer les couplages complexes d'inertie et aérodynamiques.
• Les modèles appris purement hors ligne (par exemple, les réseaux de neurones profonds standard, les processus gaussiens) se dégradent lors du déploiement car ils ne peuvent pas s'adapter aux décalages de distribution causés par les changements de régimes opérationnels.
• Les méthodes d'adaptation en ligne reposent souvent sur la descente de gradient (nécessitant un réglage minutieux et souffrant d'une faible efficacité des échantillons) ou sur un réentraînement complet du réseau (introduisant une surcharge computationnelle). De plus, de nombreuses méthodes existantes ne traitent pas simultanément le fort couplage entre variables et la non-stationnarité abrupte dépendante du régime.

Le défi central consiste à modéliser des dynamiques résiduelles qui capturent le couplage étroit entre les variables d'état et les dépendances temporelles, tout en permettant une adaptation en ligne rapide et stable à des conditions opérationnelles inédites sans compromettre les performances de contrôle en temps réel.

Méthodologie

Les auteurs proposent un cadre encodeur-décodeur structuré pour l'apprentissage adaptatif des dynamiques résiduelles. Le système approxime les dynamiques résiduelles $f_\Delta$ comme une combinaison linéaire de caractéristiques latentes apprises : $f_\Delta(H_k) \approx \Theta z_k$.

1. Encodeur Latent Non Linéaire (Entraîné Hors Ligne)

L'encodeur $\phi(\cdot)$ traite une matrice d'historique $H_k$ contenant les trajectoires récentes d'état et d'entrée. Il est conçu pour capturer deux caractéristiques spécifiques identifiées dans l'analyse du problème :

• Couplage Inter-Variables : Modélisé via des blocs d'attention inter-variables qui calculent les dépendances entre différents canaux d'état et d'entrée au sein de segments temporels.
• Dépendances Temporelles : Modélisées via des blocs d'attention temporelle qui capturent les effets retardés (par exemple, le sillage aérodynamique, la dynamique des actionneurs) à travers les pas de temps.
• Architecture : L'encodeur utilise des couches d'attention temporelle et inter-variables alternées, suivies d'un regroupement basé sur l'attention et d'un réseau de projection pour produire une représentation latente compacte $z_k \in \mathbb{R}^\ell$. Cet encodeur est entraîné hors ligne et reste fixe lors du déploiement.

2. Décodeur Linéaire Latent (Adapté en Ligne)

La matrice de décodeur $\Theta$ mappe les caractéristiques latentes vers la cible résiduelle. Crucialement, le modèle est linéaire en paramètres par rapport à $\Theta$, permettant des mises à jour bayésiennes sous forme close efficaces.

• Mise à Jour Récursive : Les paramètres du décodeur sont mis à jour récursivement à l'aide d'un filtre de Kalman dans l'espace des paramètres. L'évolution des paramètres est modélisée comme une marche aléatoire, permettant à l'estimateur de suivre des dynamiques variant dans le temps.
• Inflation de Covariance Pilotée par la Cohérence : Pour gérer les changements de régime abrupts (par exemple, le lâchage de charge), le système surveille le score d'innovation normalisé (distance de Mahalanobis entre les résidus prédits et observés).
  • Une Moyenne Mobile Pondérée Exponentiellement (EWMA) de ce score ($g_k$) détecte les écarts persistants.
  • Si un écart est détecté, un mécanisme d'inflation adaptative de la covariance met à l'échelle la covariance a priori par un facteur $1/\lambda_k$ (où $\lambda_k < 1$). Cela agit efficacement comme un facteur d'oubli adaptatif, augmentant le gain de Kalman pour accélérer l'adaptation sans réinitialiser l'estimateur.

3. Intégration avec la Commande Prédictive par Modèle (MPC)

Le modèle résiduel appris est intégré dans un cadre MPC non linéaire. Pendant l'horizon de prédiction, l'encodeur est figé et le résidu est traité comme une correction additive constante basée sur la moyenne a posteriori actuelle du décodeur. Cette formulation assure la faisabilité computationnelle pour le contrôle en temps réel tout en tenant compte des dynamiques non modélisées.

Contributions Clés

1. Apprentissage de Représentation Non Linéaire des Résidus : Un encodeur latent dépendant de l'historique qui modélise explicitement le couplage inter-variables et les dépendances temporelles, répondant aux limites des modèles instantanés ou purement temporels.
2. Estimation Résiduelle Adaptative au Régime en Ligne : Une structure de décodeur linéaire latent qui permet une adaptation bayésienne sous forme close et légère. L'inclusion d'une inflation de covariance pilotée par la cohérence permet une adaptation rapide et stable aux changements de dynamiques transitoires et lentement variables, spécifiquement adaptée à la nature non stationnaire de la manipulation aérienne.

Résultats Expérimentaux

Le cadre a été validé sur une plateforme réelle de manipulateur aérien (quadrotor Tarot-650 avec un manipulateur en série à 2R) dans deux scénarios difficiles impliquant le lâchage de charge et le changement de trajectoire :

• Prédiction en Boucle Ouverte : L'encodeur "Complet Structuré" proposé a surpassé les références (DNN, TCN, et encodeurs purement temporels) avec le RMSE le plus faible (0,18 contre 0,21–0,34), démontrant la nécessité de modéliser à la fois les interactions inter-variables et temporelles.
• Ablation du Décodeur : Le décodeur adaptatif complet (avec inflation pilotée par la cohérence) a obtenu le RMSE le plus faible et la récupération la plus rapide après un changement abrupt de dynamique (chute de charge) par rapport aux décodeurs fixes, aux mises à jour bayésiennes standard et aux méthodes à facteur d'oubli fixe.
• Suivi de Trajectoire : Dans les expériences MPC en boucle fermée, la méthode proposée a surpassé les modèles nominaux, les DNN hors ligne, les modèles basés sur la diffusion et d'autres références d'adaptation en ligne (par exemple, Active MLP, Proto-MPC). Elle a démontré un rejet de perturbations supérieur et une précision de suivi accrue dans des conditions de charge à la fois intra-distribution et hors-distribution.

Importance et Revendications

L'article revendique que la modélisation précise des manipulateurs aériens nécessite la modélisation conjointe des dynamiques temporelles couplées et de la non-stationnarité au moment du déploiement. Le cadre proposé répond à cela en découplant l'apprentissage complexe de la représentation (géré hors ligne par l'encodeur non linéaire) du mécanisme d'adaptation (géré en ligne par le décodeur linéaire).

Les auteurs soulignent que leur approche permet :

• Une adaptation rapide aux changements abrupts (comme le lâchage de charge) sans l'instabilité souvent associée à un apprentissage agressif basé sur le gradient.
• Une estimation stable dans des conditions nominales en raison du caractère conservateur de la mise à jour bayésienne lorsqu'aucun écart n'est détecté.
• Une compatibilité temps réel avec la MPC, car la mise à jour en ligne est computationnellement efficace ($O(d\ell^2)$) et l'inférence de l'encodeur est effectuée une fois par étape.

Les résultats mettent en évidence que la combinaison d'un encodage d'historique structuré avec une inflation adaptative de covariance fournit une solution robuste pour une manipulation aérienne fiable dans des régimes opérationnels variables et imprévisibles.