Sintesi Tecnica: Scegliere con Saggezza: Controllo Predittivo Basato sui Dati per Sistemi Non Lineari Utilizzando la Selezione dei Dati Online

Definizione del Problema

La comunità del controllo cerca di gestire sistemi non lineari dove i dati sono disponibili ma i modelli espliciti del sistema non lo sono. Mentre i metodi di Controllo Predittivo Basato sui Dati (DPC), come il Data-enabled Predictive Control (DeePC), offrono un'altern alternativa "model-free" rispetto al tradizionale MPC (Model Predictive Control) evitando l'identificazione del sistema, il DeePC standard si basa sull'assunzione di un sistema Lineare Tempo-Invariante (LTI). Questa assunzione è severamente violata nei sistemi generici non lineari, portando a una perdita arbitraria delle prestazioni. Le estensioni non lineari esistenti del DeePC affrontano significativi compromessi:

• Classi Non Lineari Specifiche: Le formulazioni adattate a specifiche strutture non lineari impongono forti prior che potrebbero non esistere per sistemi arbitrari.
• Approcci a Finestra Temporale: I metodi che utilizzano finestre scorrevoli di dati recenti sono praticabili solo per sistemi con non linearità benigne e alti rapporti segnale-rumore.
• Approcci Kernelizzati/Lifted: Riformulare i predittori utilizzando kernel non lineari o operatori di Koopman spesso risulta in problemi di ottimizzazione ad alta dimensionalità e non convessi, aumentando la complessità computazionale online e portando a risultati subottimali.
• MPC Basato su Campionamento: Sebbene sia computazionalmente economico e richieda solo informazioni di ordine zero, questi metodi mancano di modi strutturati per incorporare vincoli espliciti sull'output.

La sfida centrale è sviluppare un metodo di controllo predittivo diretto basato sui dati per sistemi non lineari che mantenga la convessità del problema di ottimizzazione (garantendo la trattabilità e la gestione esplicita dei vincoli) pur catturando accuratamente la dinamica non lineare senza richiedere un modello esplicito.

Metodologia: Select-DPC

Il documento propone Select-DPC (Select-Data-driven Predictive Control), un metodo che linearizza implicitamente la dinamica del sistema nello "spazio delle traiettorie" selezionando solo i dati più rilevanti ad ogni momento decisionale.

Concetto Core

Select-DPC opera in modo a orizzonte ricorrente (receding-horizon). Invece di utilizzare un ampio dataset $D$ pre-raccolto per ogni passo di controllo (il che sarebbe computazionalmente intrattabile e assumerebbe una linearità globale), l'algoritmo risolve iterativamente un Programma Quadratico (QP) convesso. Ad ogni iterazione del solver, seleziona un sottoinsieme di traiettorie $\tilde{D} \subset D$ che sono "rilevanti" rispetto al punto di operazione corrente.

Spazio delle Traiettorie: Definito come uno spazio ad alta dimensionalità dove ogni dimensione corrisponde a un input o un output su una traiettoria a tempo discreto di lunghezza finita. La linearizzazione è ottenuta selezionando traiettorie che sono spazialmente "vicine" alla stima attuale della soluzione in loop aperto in questo spazio.

Flusso di Lavoro Algoritmico

1. Inizializzazione: La traiettoria in loop aperto viene avviata con un warm-start (ad esempio, replicando le misurazioni iniziali).
2. Raffinamento Iterativo:
   • Selezione dei Dati: Un sottoinsieme $\tilde{D}$ di dimensione $N_{cols}$ viene selezionato dal dataset completo $D$ in base alla prossimità alla previsione corrente $\tilde{\tau}$.
   • Soluzione QP: Viene risolto un problema di ottimizzazione DeePC standard utilizzando solo $\tilde{D}$ per generare un nuovo comando di controllo.
   • Convergenza: Il processo si ripete fino al raggiungimento di un criterio di convergenza (tolleranza o numero massimo di iterazioni).
3. Esecuzione: Il primo input di controllo viene applicato e l'orizzonte viene traslato.

Strategie di Selezione dei Dati

Il documento propone e confronta due metodi per selezionare il sottoinsieme rilevante $\tilde{D}$:

1. Selezione Basata sulla Norma: Calcola la distanza spaziale (ad esempio, norma $L_1$ o $L_2$) tra l'attuale traiettoria in loop aperto e tutte le traiettorie in $D$. Vengono selezionate le $N_{cols}$ traiettorie più vicine.

   • Pro: Intuitivo, efficiente da implementare, permette aggiornamenti online facili.
   • Contro: Suscettibile della "maledizione della dimensionalità" in spazi di traiettoria ad alta dimensionalità.

2. Selezione Basata sull'Embedding del Manifold: Utilizza l'apprendimento dei manifold (specificamente Isomap) per proiettare i dati delle traiettorie ad alta dimensionalità in uno spazio di embedding a bassa dimensionalità che preservi le distanze geodetiche.

   • Pro: Mitiga la maledizione della dimensionalità; le distanze nello spazio di embedding riflettono meglio la struttura non lineare intrinseca dei dati.
   • Contro: Maggiore costo computazionale offline per calcolare l'embedding (sebbene sia un costo una tantum); è richiesto l'embedding online della traiettoria di query.

Attributi Chiave

• Indipendente dal Costo: La generazione del dataset è strutturalmente indipendente dalla formulazione del controllo. Funzioni di costo e vincoli possono essere modificati a posteriori, permettendo l'applicazione zero-shot a nuovi compiti senza una nuova raccolta dati.
• Convessità: Limitando il predittore a un sottoinsieme localmente lineare di dati, l'ottimizzazione risultante rimane un QP convesso, a differenza degli approcci kernelizzati o lifted che spesso diventano non convessi.
• Linearizzazione Implicita: Similmente alla Programmazione Quadratica Sequenziale (SQP) nel MPC basato su modello, Select-DPC esegue una linearizzazione iterativa, ma lo fa nello spazio delle traiettorie utilizzando i dati anziché i Jacobiani di un modello esplicito.

Contributi Chiave

1. Introduzione di Select-DPC: Un controllore predittivo diretto basato sui dati per sistemi non lineari che raggiunge una linearizzazione implicita nello spazio delle traiettorie tramite selezione online dei dati, mantenendo l'ottimizzazione convessa.
2. Metodi di Selezione dei Dati: La proposta e il confronto di due distinti meccanismi di selezione: un metodo basato sulla norma e un metodo basato sull'embedding del manifold (Isomap) per gestire dati non lineari ad alta dimensionalità.
3. Validazione Empirica: Dimostrazione della superiorità di Select-DPC rispetto allo Standard DeePC e al Time-Windowed DeePC su tre sistemi non lineari di benchmark:
   • Atterraggio di un razzo planare (instabile in loop aperto).
   • Manipolatore robotico planare (Reacher).
   • Swing-up del pendolo invertito cart-pole.

Risultati e Valutazione

Gli esperimenti sono stati condotti su tre simulatori (Rocket, Reacher, Cart-Pole) confrontando Select-DPC con lo Standard DeePC (usando l'intero dataset) e il Time-Windowed DeePC.

1. Atterraggio di un Razzo Riutilizzabile

• Prestazioni: Lo Standard DeePC e il Time-Windowed DeePC non sono riusciti a stabilizzare il sistema o sono divergenti. Select-DPC ha stabilizzato con successo il razzo al setpoint desiderato.
• Dataset: Testato su "IID Data" (comportamento prevalentemente lineare) e "Random Walk Data" (eccitazione altamente non lineare).
  • Sui dati IID, Select-DPC ha ridotto il costo in loop chiuso di un fattore di 1.9 rispetto allo Standard DeePC.
  • Sui dati Random Walk, lo Standard DeePC non è riuscito a stabilizzare il sistema, mentre Select-DPC ha avuto successo.
• Accuratezza della Predizione: Entrambi i metodi di selezione (Norm e Isomap) hanno prodotto residui cumulativi inferiori sui set di validazione holdout rispetto all'uso dell'intero dataset o dello sketching casuale.
• Computazione: Select-DPC ha ridotto il costo computazionale di un ordine di grandezza rispetto allo Standard DeePC risolvendo QP più piccoli, con tempi di risoluzione che scalano quadraticamente con $N_{cols}$.

2. Manipolatore Robotico Planare (Reacher)

• Prestazioni: Select-DPC ha tracciato con successo i riferimenti dell'end-effector, mentre lo Standard DeePC e il Time-Windowed DeePC non sono riusciti a convergere.
• Vincoli: Il metodo ha dimostrato la generalizzabilità zero-shot gestendo vincoli di output a priori sconosciuti (ad esempio, evitare regioni specifiche) senza cambiamenti strutturali al controllore o nuovi dati.
• Ablation: Lo sketching casuale è fallito completamente in questo ambiente, mentre la selezione di un sottoinsieme specifico di dimensioni ($N_{cols}$) ha rivelato un "punto ottimale" (sweet spot) per le prestazioni, bilanciando accuratezza della predizione e carico computazionale.

3. Swing-Up del Pendolo Invertito Cart-Pole

• Task: Transizione da un equilibrio stabile verso il basso a un equilibrio instabile verso l'alto.
• Prestazioni: Lo Standard DeePC ha oscillato attorno all'equilibrio stabile e non è riuscito a eseguire lo swing-up. Select-DPC ha imparato con successo dalle dimostrazioni subottimali nel dataset per eseguire lo swing-up e stabilizzare il pendolo.
• Meccanismo: Il controllore non si è limitato a copiare una singola traiettoria, ma ha combinato linearmente molteplici segmenti di traiettoria ad ogni iterazione del solver per costruire la manovra di swing-up.

Significato e Rivendicazioni

Il documento afferma che Select-DPC colma il divario tra la trattabilità del controllo basato sui dati convesso e i requisiti di prestazione dei sistemi non lineari. La sua importanza risiede in:

• Gestione Esplicita dei Vincoli: A differenza dei metodi MPC basati su campionamento o RL che faticano con i vincoli di output strutturati, Select-DPC mantiene la capacità di imporre vincoli duri tramite ottimizzazione convessa.
• Scalabilità: Scala favorevolmente con grandi dataset sottocampionando i dati rilevanti, evitando il tempo di risoluzione superlineare dell'uso dell'intero dataset.
• Capacità Non Lineare: Estende il DPC ai domini non lineari senza richiedere modelli espliciti, complesse kernelizzazioni o ottimizzazioni non convesse.
• Adattabilità Zero-Shot: Il disaccoppiamento della raccolta dati dal design del controllo permette di riutilizzare lo stesso dataset per diversi compiti (ad esempio, tracking vincolato vs non vincolato) senza riaddestramento.

Limitazioni

Gli autori riconoscono diverse limitazioni:

• Costo Computazionale: L'implementazione attuale richiede 200–400 ms per passo, limitandone l'uso in applicazioni altamente dinamiche.
• Impronta di Memoria: Grandi orizzonti di predizione e dataset potrebbero violare i vincoli di memoria.
• Tuning degli Iperparametri: Ottenere prestazioni soddisfacenti richiede il tuning di iperparametri (ad esempio, $N_{cols}$, lunghezze dell'orizzonte), e il documento nota che uno studio empirico su larga scala delle sue capacità in compiti diversi è oggetto di lavori futuri.