Riepilogo Tecnico: Inseguimento di Percorso Robusto per Veicoli tramite Apprendimento Residuo in Tempo Continuo: Un Approccio ICODE-MPPI

1. Enunciato del Problema

I Veicoli Terrestri Autonomi (AGV) operanti in ambienti non strutturati o disturbati richiedono un inseguimento di percorso preciso ed un'evitamento proattivo degli ostacoli. Sebbene il Controllo Predittivo basato su Modello (MPC) costituisca un paradigma standard, la sua natura basata sul gradiente spesso fatica con paesaggi di costo non convessi. Il Controllo Integrale del Percorso Predittivo basato su Modello (MPPI) è emerso come un'alternativa robusta, priva di derivate e basata sul campionamento, capace di gestire dinamiche e vincoli non lineari complessi.

Tuttavia, l'efficacia del MPPI è fondamentalmente limitata dal disallineamento modello-impianto. La legge di controllo si basa su un'attesa calcolata su traiettorie campionate; se il modello dinamico forward nominale è inaccurato, le simulazioni risultanti sono distorte. Ciò porta a sequenze di controllo subottimali, offset persistenti nell'inseguimento e chattering ad alta frequenza del controllo. Le soluzioni esistenti basate sui dati, come le Reti Neurali a Strati Multipli (MLP) e i Processi Gaussiani (GP), affrontano sfide: le MLP spesso mancano di coerenza fisica nelle transizioni a tempo discreto, mentre le GP comportano un onere computazionale proibitivo per l'ottimizzazione in tempo reale. Inoltre, l'integrazione di metodi di apprendimento a tempo continuo con garanzia di stabilità con l'architettura di campionamento stocastico del MPPI rimane una sfida aperta.

2. Metodologia: Il Framework ICODE-MPPI

Gli autori propongono ICODE-MPPI, un framework ibrido che integra le Equazioni Differenziali Ordinarie Neurali Concomitanti all'Input (ICODE) nell'orizzonte di previsione del MPPI per apprendere e compensare le dinamiche residue non modellate.

A. Architettura ICODE per la Modellazione Residua

A differenza delle Neural ODE standard che trattano gli input come parametri sconosciuti, l'architettura ICODE proposta impone un prior affine al controllo sulle dinamiche apprese. Ciò garantisce che il termine residuo sia allineato con la struttura fisica dei sistemi robotici, dove gli input di controllo entrano nelle derivate dello stato in modo lineare. Le dinamiche residue apprese, $f_{res}$, sono definite come:

$$\dot{x}_{res}(t) = f_{\theta}(x(t)) + \sum_{j=1}^{m} g_{\theta,j}(x(t))u_j(t)$$

Dove:

• $f_{\theta}(x)$ rappresenta la deriva autonoma dipendente dallo stato (es. attrito non modellato, resistenza aerodinamica).
• $g_{\theta,j}(x)$ rappresenta i campi di guadagno dipendenti dal controllo (es. efficacia degli attuatori).

Questa decomposizione affine fornisce un forte bias induttivo, migliorando l'efficienza del campionamento e la generalizzazione rispetto alle reti completamente connesse di tipo "scatola nera". Le dinamiche totali previste utilizzate per le simulazioni del MPPI combinano il modello veicolare nominale ($f_{nom}$) e il residuo appreso:
$$\dot{x}_{pred}(t) = f_{nom}(x(t), u(t)) + f_{res}(x(t), u(t); \theta)$$

B. Integrazione con MPPI

Il modello ICODE è incorporato direttamente nel modulo di previsione forward del MPPI. Durante la fase di campionamento, il controllore simula migliaia di potenziali traiettorie utilizzando le dinamiche aumentate Nominali-ICODE. Ciò permette al sistema di anticipare disturbi ambientali e forze non modellate in tempo reale, compensando proattivamente gli errori residui invece di reagire ad essi dopo che si sono verificati.

C. Aggregazione Iterativa dei Dati e Addestramento

Per garantire una modellazione ad alta fedeltà su tutto il campo operativo, gli autori impiegano un framework di aggregazione iterativa dei dati:

1. Esplorazione Casuale ($D_{rand}$): Il veicolo viene eccitato con input di controllo casuali per catturare risposte fisiche ampie e confini di stabilità.
2. Dati Specifici per il Compito ($D_{task}$): Man mano che l'addestramento progredisce, il controllore MPPI utilizza il modello corrente per eseguire compiti di inseguimento del percorso, raccogliendo transizioni stato-azione on-policy.
3. Ciclo di Addestramento: Il dataset $D = D_{rand} \cup D_{task}$ viene utilizzato per minimizzare l'errore di previsione multi-step tramite un solver RK4. Il modello aggiornato viene ridistribuito nel pianificatore MPPI, creando un ciclo di feedback auto-correttivo che riduce continuamente l'incertezza di modellazione.

3. Contributi Chiave

Il documento delinea tre contributi principali:

1. Framework per le Dinamiche Residue: Sviluppo di un framework di apprendimento residuo a tempo continuo basato su ICODE e aggregazione iterativa dei dati, che cattura le incertezze mantenendo un'alta coerenza fisica.
2. Compensazione Proattiva: Integrazione del modello ICODE addestrato nell'orizzonte di previsione del MPPI, consentendo al sistema di compensare i disturbi ambientali e mitigare la deriva di inseguimento a regime stazionario intrinseca ai modelli nominali.
3. Benchmarking Completo: Una valutazione rigorosa di ICODE-MPPI rispetto a baseline MPPI standard, utilizzando l'Errore Quadratico Medio (RMSE) delle variabili di stato e le densità di probabilità dei tassi di controllo per dimostrare una precisione di inseguimento superiore e una maggiore fluidità del controllo.

4. Risultati Sperimentali

Il framework è stato valutato in simulazioni ad alta fedeltà su tre traiettorie complesse (Ellisse, Onda Sinusoidale e Figura-8) sotto disturbi esterni persistenti e variabili nel tempo (modellati come segnali sinusoidali composti che influenzano posizione e assetto).

A. Precisione di Inseguimento

• Riduzione dell'Errore: ICODE-MPPI ha ottenuto una riduzione significativa degli errori di inseguimento trasversale. Nella traiettoria a ellisse, l'errore nella direzione Y è stato ridotto fino al 69% rispetto al MPPI standard.
• Soppressione della Deriva: Mentre il MPPI standard ha mostrato offset persistenti a regime stazionario e un forte sovraelongazione nei punti di inflessione della curvatura, ICODE-MPPI ha mantenuto un aderimento stretto al percorso di riferimento anticipando i disturbi laterali.
• Analisi del Compromesso: Gli autori notano un lieve aumento dell'RMSE di imbardata (assetto) per ICODE-MPPI in alcuni casi. Ciò è attribuito a una strategia di controllo deliberata: il controllore priorizza la sicurezza spaziale rigorosa (X, Y) contro forti disturbi laterali eseguendo aggiustamenti di assetto più aggressivi, sacrificando l'allineamento perfetto dell'assetto per la precisione posizionale.

B. Fluidità e Stabilità del Controllo

• Riduzione del Chattering: L'analisi del jerk di controllo (tassi di variazione per accelerazione e sterzo) ha rivelato che il MPPI standard presentava distribuzioni ampie e picchi piatti, indicando un grave chattering del controllo. Al contrario, ICODE-MPPI ha dimostrato un picco più alto a zero e una distribuzione più stretta per i tassi di sterzo, segnalando comandi di sterzo significativamente più fluidi e una riduzione del chattering.
• Accoppiamento Longitudinale-Laterale: Gli autori hanno osservato che, sebbene la fluidità dello sterzo sia migliorata, la distribuzione del tasso di accelerazione per ICODE-MPPI è stata leggermente più ampia in alcuni scenari. Ciò è giustificato fisicamente dall'accoppiamento laterale-longitudinale: correzioni di sterzo aggressive per mantenere la sicurezza laterale sotto forti disturbi inducono forze laterali sugli pneumatici che causano lievi perdite di momento in avanti, richiedendo aggiustamenti più frequenti dell'accelerazione longitudinale per mantenere la velocità di riferimento.

5. Significato e Affermazioni

Il documento afferma che ICODE-MPPI rappresenta un avanzamento significativo nell'inseguimento di percorso robusto colmando il divario tra modellazione idealizzata e disturbi del mondo reale. Sfruttando l'apprendimento residuo a tempo continuo con garanzia di stabilità, il framework:

• Preserva la Coerenza Fisica: A differenza degli apprenditori a tempo discreto, gli ICODE mantengono la continuità temporale e la coerenza fisica lungo tutto l'orizzonte di previsione del MPPI.
• Migliora la Robustezza: Sopprime efficacemente il chattering del controllo e mitiga la deriva a regime stazionario, producendo comandi di sterzo più fluidi e prestazioni superiori in ambienti fortemente disturbati.
• Compromessi Strategici: Il sistema dimostra una capacità strategica di scambiare lievi deviazioni transitorie dell'assetto per una sicurezza posizionale assoluta, un requisito critico per la navigazione autonoma robusta.

Gli autori concludono che, sebbene il metodo mostri prestazioni superiori in simulazione, i lavori futuri si concentreranno sull'estensione del framework per includere l'evitamento dinamico degli ostacoli e sulla validazione delle prestazioni in tempo reale su veicoli fisici in scala ridotta.