MeanFlow Meets Control: Scaling Sampled-Data Control for Swarms

1. Il Problema

Il controllo di sciami su larga scala (swarm) presenta sfide significative quando si opera in regime di controllo a dati campionati (sampled-data). In sistemi reali, gli input di controllo non sono aggiornati continuamente, ma vengono aggiornati a intervalli discreti e applicati per finestre temporali finite.

• La sfida: Quando il numero di aggiornamenti di controllo è limitato (controllo in "pochi passi" o few-step), la discrepanza tra i metodi di apprendimento basati su campi vettoriali istantanei (come il Flow Matching standard) e la realtà fisica del sistema diventa critica. I metodi tradizionali apprendono una velocità istantanea $v(z, t)$, ma l'esecuzione avviene su finestre temporali finite, portando a errori di discretizzazione che si accumulano.
• L'obiettivo: Guidare la distribuzione di probabilità di uno sciame da una configurazione iniziale $\rho_0$ a una target $\rho_1$ rispettando la dinamica lineare tempo-invariante (LTI) del sistema e la struttura a dati campionati, minimizzando l'energia di controllo.

2. Metodologia

Gli autori propongono un framework di apprendimento nello spazio dei controlli, ispirato al concetto di MeanFlow, ma adattato alle dinamiche controllate lineari.

A. Cambio di Paradigma: Dal Campo Vettoriale al Coefficiente di Controllo

Invece di apprendere un campo vettoriale istantaneo (velocità), il modello apprende un coefficiente di controllo a finestra finita ($c$) che parametrizza il controllo a energia minima per ogni intervallo di tempo $[t, r]$.
Per un sistema lineare $\dot{z} = Az + Bu$, il controllo a energia minima per trasferire lo stato da $z_t$ a $z_r$ è dato da:
$$u^*(\tau) = B^\top \Phi(r, \tau)^\top c(z_t, t, r)$$
dove $\Phi$ è la matrice di transizione di stato e $c$ è il coefficiente vettoriale da apprendere.

B. Formulazione dell'Obiettivo di Apprendimento

Il coefficiente $c(z_t, t, r)$ soddisfa una relazione integrale basata sulla Gramiana di controllabilità $W(t, r)$:
$$W(t, r)c(z_t, t, r) = z_r - \Phi(r, t)z_t$$
Tuttavia, per l'addestramento, gli autori derivano un'identità differenziale locale lungo le traiettorie "ponte" (bridge). Derivando rispetto al tempo iniziale $t$, ottengono una relazione che lega l'evoluzione del coefficiente alla velocità locale del ponte:
$$W(t, r)\frac{d}{dt}c + \Phi(r, t)BB^\top\Phi(r, t)^\top c = -\Phi(r, t)B v(z_t, t)$$
Questa identità permette di definire un obiettivo di regressione (loss function) che utilizza un operatore stop-gradient sul termine target, garantendo stabilità durante l'ottimizzazione.

C. Processo di Addestramento e Implementazione

1. Addestramento: Si utilizzano coppie di stati finali ($z_0, z_1$) estratti dalle distribuzioni iniziale e target. Si costruisce un ponte di energia minima tra di essi. Per finestre temporali campionati $[t, r]$, si calcola la velocità locale del ponte e si addestra la rete neurale $c_\theta(z, t, r)$ per soddisfare l'identità differenziale sopra citata.
2. Inferenza (Controllo): Una volta addestrato, il modello non genera traiettorie aperte. Al contrario, agisce come un controllore a retroazione di stato campionata. Ad ogni passo temporale $t_k$, dato lo stato corrente $z_k$, la rete predice il coefficiente $c_k = c_\theta(z_k, t_k, t_{k+1})$. Questo coefficiente viene poi usato per calcolare l'input di controllo esatto per l'intera finestra $[t_k, t_{k+1}]$ tramite la formula analitica del controllo a energia minima.

3. Contributi Chiave

• Allineamento Strutturale: Il framework allinea l'oggetto appreso (coefficiente di controllo a finestra) con il modo in cui i sistemi di controllo reali vengono implementati (aggiornamenti discreti su finestre finite), risolvendo il problema del "mismatch" tra istruzione istantanea ed esecuzione a finestra.
• Scalabilità e Robustezza: L'approccio è scalabile per sciami di grandi dimensioni poiché opera a livello di distribuzione (macroscopico) e non richiede la pianificazione di traiettorie individuali. La natura a retroazione dello stato garantisce robustezza a perturbazioni e perdita di agenti.
• Generalizzazione del MeanFlow: Estende il concetto di MeanFlow (originariamente per generazione generativa non strutturata) al dominio del controllo dinamico strutturato, mostrando come il coefficiente di controllo sia l'analogo naturale della velocità media in un contesto controllato.
• Proprietà di Composizione: Dimostrano che l'azione di controllo su un intervallo lungo può essere decomposta in finestre più piccole senza perdere coerenza dinamica (Lemma sull'additività).

4. Risultati Numerici

Gli esperimenti sono stati condotti su due scenari principali:

1. Navigazione 2D: Trasformazione di uno sciame che forma le iniziali "AYKJ" in quello che forma "DCJK".
   • Risultato: Il modello gestisce efficacemente sia il caso senza deriva ($A=0$) che il caso con deriva rotazionale ($A$ che genera rotazione). In presenza di deriva, il piano di trasporto si adatta geometricamente per compensare la rotazione, dimostrando che la dinamica sottostante influenza direttamente la strategia di controllo appresa.
2. Manovra 3D: Trasporto di uno sciame da una forma piramidale a una toroidale in uno spazio tridimensionale.
   • Risultato: Il sistema riesce a reorganizzare la struttura spaziale complessa (creando un buco centrale per il toro) mantenendo la coerenza dello sciame. Gli esperimenti mostrano come diverse dinamiche di deriva (piana vs tridimensionale) alterino significativamente la geometria delle traiettorie intermedie, pur raggiungendo la stessa distribuzione target.
   • In tutti i casi, il controllo è stato eseguito in pochi passi (16 aggiornamenti), confermando l'efficacia dell'approccio "few-step".

5. Significato e Impatto

Questo lavoro è significativo perché colma il divario tra le moderne tecniche di apprendimento profondo per la generazione di distribuzioni (Flow Matching) e la teoria del controllo classica per sistemi reali.

• Praticità: Fornisce un metodo per il controllo di sciami che è intrinsecamente compatibile con l'hardware reale (aggiornamenti discreti), evitando errori di discretizzazione che affliggono i metodi continui quando applicati a passi grandi.
• Efficienza: Permette di controllare grandi sciami con un numero ridotto di aggiornamenti di controllo, riducendo il carico computazionale e di comunicazione.
• Fondamentale: Stabilisce che per i sistemi controllati lineari, l'oggetto naturale da apprendere non è la velocità istantanea, ma il parametro che definisce la risposta del sistema su una finestra temporale finita.

In sintesi, il paper propone un approccio elegante e matematicamente solido per scalare il controllo degli sciami, garantendo che le strategie apprese siano direttamente applicabili e robuste nel mondo reale a dati campionati.