Résumé Technique : Paramétrage Libre de Contrôleurs à États Structurés Bornés en $L_2$

1. Énoncé du Problème

Concevoir des politiques de contrôle stabilisantes pour des systèmes non linéaires qui optimisent simultanément des objectifs complexes et non convexes demeure un défi majeur. Bien que les réseaux de neurones (NN) offrent une grande puissance d'expression pour le contrôle, ils manquent souvent de robustesse intrinsèque ; de petites perturbations d'entrée peuvent se propager de manière imprévisible, risquant ainsi de déstabiliser le système en boucle fermée.

Les approches existantes pour garantir la stabilité imposent généralement des contraintes explicites sur les paramètres du contrôleur lors de l'optimisation. Cependant, l'application de ces contraintes (par exemple, via des projections ou une optimisation sous contraintes) introduit une surcharge computationnelle et complique le processus d'entraînement. De plus, les méthodes reposant sur des politiques en temps continu (par exemple, les modèles Port-Hamiltoniens ou les Neural ODEs) rencontrent des difficultés lors de la discrétisation, perdant souvent les garanties de gain $L_2$ ou résultant en équations implicites difficiles à implémenter. Le problème central abordé est la manière de paramétrer des contrôleurs en temps discret de sorte que la stabilité soit garantie par conception, permettant une optimisation totalement non contrainte d'objectifs non linéaires généraux.

2. Méthodologie

Le papier propose un nouveau cadre exploitant les Modèles d'État Structurés (SSM), plus précisément une nouvelle architecture appelée l'Unité Récurrente $L_2$ ($L_2$RU). La méthodologie repose sur trois piliers :

A. Fondement Théorique : Théorème du Petit Gain

L'approche utilise le Théorème du Petit Gain pour garantir la stabilité en boucle fermée. Si une plante possède un gain $L_2$ fini connu (ou estimé) $\hat{\gamma}$ et que le contrôleur est conçu pour avoir un gain $L_2$ $\gamma$ tel que $\gamma\hat{\gamma} < 1$, l'interconnexion par rétroaction est garantie comme étant $L_2$-stable. L'objectif est de construire un paramétrage de contrôleur où $\gamma$ est fixé et prescrit, indépendamment des variables d'optimisation.

B. Nouveau Paramétrage Libre

Les auteurs introduisent un paramétrage libre pour les systèmes linéaires invariants dans le temps (LTI) avec un gain $L_2$ prescrit $\gamma$. Contrairement aux méthodes précédentes qui nécessitaient la résolution de contraintes complexes ou de projections, ce paramétrage associe directement un ensemble de paramètres libres $\omega \in \mathbb{R}^q$ aux matrices du système $(A, B, C, D)$ de telle sorte que le système résultant satisfait toujours la borne $L_2$ $\gamma$.

Les caractéristiques clés de ce paramétrage (Bloc 1 dans le papier) incluent :

• Structure Diagonale Complexe : La matrice d'état $A$ est paramétrée comme une matrice diagonale avec des valeurs propres complexes $\lambda_j = \exp(-\exp(\mu_j) + i \exp(\theta_j))$. Cette structure est héritée de l'architecture de l'Unité Récurrente Linéaire (LRU).
• Contrôle Explicite du Gain : La matrice de passage direct $D$ et le passage à l'échelle de $B$ et $C$ sont dérivés pour imposer strictement la borne $\gamma$ via les conditions de l'lemme du Réel Borné.
• Généralisation : Cette méthode généralise les travaux précédents (Massai et Ferrari-Trecate, 2025) en supportant des dimensions arbitraires ($n_h, n_u, n_y$) plutôt que d'être restreinte aux systèmes carrés.

C. L'Architecture $L_2$RU

L'architecture $L_2$RU empile plusieurs couches d'espace d'état (SSL). Chaque couche consiste en :

1. Un système LTI paramétré par le nouveau paramétrage libre.
2. Une non-linéarité statique à Lipschitz bornée (par exemple, un MLP borné).
3. Une connexion de saut (skip connection).

L'ensemble de l'architecture est pré-traité et post-traité par des encodeurs et décodeurs linéaires. Comme le gain $L_2$ des composantes linéaires est fixé par conception, et que les non-linéarités sont Lipschitz-bornées, le gain $L_2$ global du contrôleur peut être prescrit. Cela permet aux paramètres du contrôleur d'être ajustés via une optimisation totalement non contrainte (par exemple, la descente de gradient) pour minimiser des fonctions de coût arbitraires, la stabilité étant garantie a priori.

D. Efficacité Computationnelle

Un avantage critique du paramétrage proposé est sa compatibilité avec les algorithmes de scan parallèle. La structure diagonale complexe de $A$ permet une simulation très efficace dans le domaine temporel avec une complexité computationnelle linéaire par rapport à la longueur de la séquence. Cela contraste avec les RNN standards ou les méthodes implicites (comme les NODEs ou les réseaux d'équilibre récurrents) qui nécessitent souvent un traitement séquentiel ou la résolution d'équations implicites, ce qui les rend moins scalables pour de longs horizons.

3. Contributions Clés

1. Nouveau Paramétrage Libre : Le papier présente un nouveau paramétrage libre des architectures SSM de type $L_2$RU qui impose un gain $L_2$ prescrit par conception. Cela élimine le besoin de projections coûteuses, d'optimisation sous contraintes ou de vérification a posteriori.
2. Découplage de la Stabilité et de l'Optimisation : En fixant le gain $L_2$ pour satisfaire la condition du petit gain avec la plante, la méthode découple les garanties de stabilité du processus d'optimisation. Cela permet l'utilisation d'optimiseurs standards non contraints pour des objectifs non linéaires complexes.
3. Scalabilité Computationnelle : La structure proposée permet le traitement parallèle de longues séquences d'entrée via le scan parallèle, offrant des gains d'efficacité significatifs par rapport aux méthodes de contrôle basées sur les réseaux de neurones existants qui reposent sur la récurrence séquentielle ou des solveurs implicites.
4. Validation Expérimentale : L'approche est validée sur une tâche de contrôle de formation pour un essaim de robots mobiles à roues, démontrant la capacité d'éviter les collisions et d'éviter les obstacles tout en maintenant la stabilité en boucle fermée.

4. Résultats

Les auteurs ont mené des études de simulation sur un essaim de $N$ robots mobiles non linéaires (discrétisés à partir de la plateforme Robotarium).

• Configuration : Un contrôleur centralisé a été entraîné pour guider les robots vers des positions cibles tout en évitant les obstacles statiques et les collisions mutuelles. Le gain $L_2$ de la plante a été estimé à $\hat{\gamma} \approx 18,57$.
• Conception du Contrôleur : Un contrôleur $L_2$RU avec 3 couches a été entraîné avec un gain prescrit $\gamma = 1/(18,57 + 0,001)$, satisfaisant la condition du petit gain.
• Performance : Le contrôleur entraîné a guidé avec succès les agents vers leurs objectifs tout en évitant les collisions. Les résultats (Figures 2 et 3) montrent que la contrainte du gain $L_2$ du contrôleur n'a pas entraîné de perte significative d'expressivité ou de performance. Les distances relatives entre les agents sont restées au-dessus du seuil de sécurité tout au long de la simulation.

5. Signification et Revendications

Le papier affirme que cette approche répond au « défi formidable » de la conception de politiques de contrôle stabilisantes pour les systèmes non linéaires sans sacrifier la tractabilité computationnelle.

• Stabilité par Conception : La principale signification est la capacité de garantir la stabilité en boucle fermée par conception grâce au théorème du petit gain, éliminant le besoin de contraintes restrictives durant la phase d'apprentissage.
• Praticité : Les auteurs soulignent que la nature en temps discret et la parallélisabilité de l'$L_2$RU le rendent plus adapté à une implémentation dans le monde réel par rapport aux méthodes en temps continu (comme Port-Hamiltonian ou NODEs) qui souffrent de problèmes de discrétisation ou de coûts computationnels élevés.
• Modestie de la Portée : Le papier reconnaît des limites, notant que la garantie du petit gain repose sur la capacité de calculer ou d'estimer le gain $L_2$ de la plante, ce qui peut être difficile pour des systèmes non linéaires généraux. De plus, le paramétrage proposé est noté comme une condition suffisante (mais non nécessaire) pour l'être borné en $L_2$, ce qui signifie qu'il peut ne pas couvrir l'intégralité de l'espace de tous les systèmes bornés en $L_2$, bien qu'il soit suffisant pour une conception de contrôle pratique.

Les auteurs concluent que ce cadre ouvre la voie à l'application de l'apprentissage profond à des problèmes de contrôle où la stabilité est une contrainte stricte, et les travaux futurs se concentreront sur le déploiement dans le monde réel et l'intégration avec l'apprentissage par renforcement basé sur des modèles.