A Semi-smooth Newton Method for the Constrained Optimal Control of Continuous-Time Linear Systems

Riepilogo Tecnico: Un Metodo di Newton Semiliscio per il Controllo Ottimo Vincolato di Sistemi Lineari a Tempo Continuo

Enunciato del Problema
Il lavoro affronta la sfida di risolvere problemi di controllo ottimo vincolato (OCP) per sistemi lineari a tempo continuo direttamente nello spazio funzionale infinito-dimensionale. La formulazione specifica del problema mira a minimizzare un funzionale di costo composto da un costo terminale $J(x(T))$ e un integrale di un costo incrementale $\ell(x(t), u(t))$, soggetto a dinamiche lineari $\dot{x} = Ax + Bu$, condizioni iniziali e vincoli di disuguaglianza puntuali $c(x(t), u(t)) \leq 0$. Gli autori si concentrano su problemi lineari-quadratici a orizzonte finito, dove le traiettorie di stato e ingresso appartengono agli spazi di Sobolev e Lebesgue ($W^{1,\infty}$ e $L^\infty$), garantendo la ben posta del problema sotto standard assunzioni di convessità e qualificazione dei vincoli.

Metodologia
L'approccio proposto è un metodo indiretto che riformula l'OCP come un problema di ricerca dello zero in uno spazio di Banach, anziché discretizzare prima il sistema (come avviene nei metodi diretti). La metodologia procede attraverso i seguenti passaggi:

1. Riformulazione KKT tramite Funzioni NCP: Le condizioni necessarie di Karush-Kuhn-Tucker (KKT) per l'ottimalità sono incorporate in una funzione di complementarità non liscia. Nello specifico, le condizioni di complementarità che coinvolgono le variabili duali $\mu$ e i vincoli $c$ sono sostituite da una funzione a Problema di Complementarità Non Lineare (NCP) $\phi(a, b) = 0$, equivalente a $a, b \geq 0, ab=0$. Gli autori utilizzano la funzione "min" o la funzione di Fischer-Burmeister. Ciò trasforma le condizioni di ottimalità in un'equazione non liscia $F(z) = 0$, dove $z = (x, u, \lambda, \mu)$ rappresenta lo stato, l'ingresso, il co-stato e le variabili duali.

2. Iterazione di Newton Semiliscia: Il problema di ricerca dello zero $F(z)=0$ viene risolto utilizzando un metodo di Newton semiliscio. Questo processo iterativo genera un aggiornamento $\tilde{z}$ risolvendo un'equazione linearizzata che coinvolge il Jacobiano generalizzato di Clarke di $F$. È stato dimostrato che il metodo converge superlinearmente alla soluzione sotto lievi condizioni di regolarità.

3. Solutore basato su Riccati per i Passaggi di Newton: Un contributo tecnico centrale è la derivazione di un metodo computazionalmente efficiente per risolvere l'equazione del passo di Newton. Gli autori dimostrano che il problema ai valori al bordo affine a due punti, derivante dalla linearizzazione, può essere ricastato come un problema di regolatore lineare-quadratico (LQR) non vincolato e a tempo variante.

   • I vincoli di disuguaglianza sono efficacemente incorporati in questo sottoproblema come termini di costo "barriera", dove le matrici di costo ($Q, R, S$) e i termini lineari ($q, r$) vengono rideterminati ad ogni iterazione in base ai moltiplicatori dei vincoli correnti e alle derivate generalizzate della funzione NCP.
   • Questa riformulazione permette di calcolare l'aggiornamento di Newton risolvendo un'equazione differenziale di Riccati all'indietro nel tempo, seguita da un'integrazione in avanti della traiettoria di stato. Ciò sfrutta risolutori ODE standard altamente efficienti, evitando la necessità di schemi di discretizzazione complessi.

Contributi Chiave

• Metodo Indiretto nello Spazio Funzionale: Il lavoro descrive un algoritmo indiretto innovativo che opera direttamente nello spazio funzionale a tempo continuo, evitando l'approccio "discretizza-poi-differenzia" comune nei metodi diretti.
• Integrazione di Riccati per Problemi Vincolati: Il contributo principale consiste nel dimostrare che il complesso problema ai valori al bordo a due punti intrinseco ai metodi di Newton semilisci per OCP vincolati può essere risolto analiticamente tramite equazioni differenziali di Riccati. Questo colma il divario tra gli algoritmi teorici di Newton semilisci (es. Gerdts, 2008) e le strategie di implementazione efficiente utilizzate nei metodi non vincolati come PRONTO.
• Rideterminazione Adattiva dei Costi: Il metodo interpreta il passo di Newton come una ricerca adattiva in cui i pesi lineari e quadratici della funzione di costo vengono aggiornati iterativamente in base ai moltiplicatori dei vincoli, gestendo efficacemente i vincoli senza richiedere l'identificazione di insiemi attivi o barriere a punti interni nel senso tradizionale.

Risultati
Gli autori validano il metodo attraverso simulazioni numeriche su una manovra di cambio corsia di emergenza per un modello di veicolo linearizzato (rappresentante una BMW 740i del 2017). Il sistema è soggetto a vincoli sugli angoli di slittamento anteriori/posteriori e sull'angolo di sterzata.

• Convergenza: L'algoritmo dimostra una convergenza superlineare. La norma $L^2$ del vettore residuo diminuisce di oltre quattro ordini di grandezza entro le prime 10 iterazioni.
• Stabilità: Il metodo converge fino alla tolleranza del risolutore ODE sottostante (precisione di macchina), confermando che il criterio di arresto è ben definito.
• Confronto: Le simulazioni utilizzando sia la funzione NCP "min" che quella di Fischer-Burmeister hanno mostrato comportamenti di convergenza simili, sebbene la funzione di Fischer-Burmeister sia stata utilizzata per i grafici principali delle traiettorie.

Significato e Affermazioni
Il lavoro afferma che questa ricerca fonde la robustezza teorica degli algoritmi di Newton semilisci con l'efficienza computazionale dei solutori basati su Riccati. Riformulando il problema vincolato in una sequenza di sottoproblemi LQR non vincolati, gli autori forniscono un metodo indiretto robusto che utilizza risolutori ODE ampiamente disponibili. Il significato risiede nell'offrire un'alternativa pratica ed efficiente ai metodi di trascrizione diretta per problemi in cui impostazioni a orizzonte infinito o ottimizzazione esplicita del tempo (ad esempio, tempi finali flessibili) rendono gli approcci diretti problematici. Gli autori notano che, sebbene il lavoro attuale si concentri su sistemi lineari, la ricerca futura mira ad estendere questo quadro a sistemi non lineari.