Sintesi Tecnica: Parametrizzazione Libera di Controllori a Spazio di Stato Strutturati con Limite $L_2$

1. Definizione del Problema

Progettare politiche di controllo stabilizzanti per sistemi non lineari che ottimizzino simultaneamente obiettivi complessi e non convessi rimane una sfida significativa. Sebbene le Reti Neurali (NN) offrano una grande capacità espressiva per il controllo, esse spesso mancano di una robustezza intrinseca; piccole perturbazioni degli input possono propagarsi in modo imprevedibile, potenzialmente destabilizzando il sistema a ciclo chiuso.

Gli approcci esistenti per garantire la stabilità tipicamente impongono vincoli espliciti sui parametri del controllore durante l'ottimizzazione. Tuttavia, l'imposizione di tali vincoli (ad esempio, tramite proiezioni o ottimizzazione vincolata) introduce un sovraccarico computazionale e complica il processo di addestramento. Inoltre, i metodi basati su politiche in tempo continuo (ad esempio, modelli Port-Hamiltonian o Neural ODEs) incontrano difficoltà quando vengono discretizzati, spesso perdendo le garanzie di guadagno $L_2$ o risultando in equazioni implicite ingombranti da implementare. Il problema centrale affrontato è come parametrizzare controllori in tempo discreto affinché la stabilità sia garantita per progettazione, permettendo un'ottimizzazione completamente non vincolata di obiettivi non lineari generali.

2. Metodologia

Il documento propone un nuovo framework che sfrutta i Modelli a Spazio di Stato Strutturati (SSM), specificamente una nuova architettura chiamata Unità Ricorrente $L_2$ ($L_2$RU). La metodologia si basa su tre pilastri:

A. Fondamento Teorico: Teorema del Piccolo Guadagno (Small-Gain Theorem)

L'approccio utilizza il Teorema del Piccolo Guadagno per garantire la stabilità a ciclo chiuso. Se un impianto ha un guadagno $L_2$ finito noto (o stimato) $\hat{\gamma}$ e il controllore è progettato per avere un guadagno $L_2$ pari a $\gamma$ tale che $\gamma\hat{\gamma} < 1$, l'interconnessione in feedback è garantita come stabile in $L_2$. L'obiettivo è costruire una parametrizzazione del controllore in cui $\gamma$ sia fisso e prescritto, indipendente dalle variabili di ottimizzazione.

B. Nuova Parametrizzazione Libera

Gli autori introducono una parametrizzazione libera per sistemi LTI (Linear Time-Invariant) con un guadagno $L_2$ prescritto $\gamma$. A differenza dei metodi precedenti che richiedevano la risoluzione di vincoli complessi o proiezioni, questa parametrizzazione mappa un insieme di parametri liberi $\omega \in \mathbb{R}^q$ direttamente alle matrici di sistema $(A, B, C, D)$ tali che il sistema risultante soddisfi sempre il limite $L_2$ $\gamma$.

Le caratteristiche chiave di questa parametrizzazione (Blocco 1 nel documento) includono:

• Struttura Complessa Diagonale: La matrice di stato $A$ è parametrizzata come una matrice diagonale con autovalori complessi $\lambda_j = \exp(-\exp(\mu_j) + i \exp(\theta_j))$. Questa struttura è ereditata dall'architettura della Linear Recurrent Unit (LRU).
• Controllo Esplicito del Guadagno: La matrice di feed-through $D$ e la scalatura di $B$ e $C$ sono derivate per imporre rigorosamente il limite $\gamma$ attraverso le condizioni della Bounded Real Lemma.
• Generalizzazione: Questo metodo generalizza il lavoro precedente (Massai e Ferrari-Trecate, 2025) supportando dimensioni arbitrarie ($n_h, n_u, n_y$) anziché essere limitato a sistemi quadrati.

C. L'Architettura $L_2$RU

L'architettura $L_2$RU impila più Strati di Spazio di Stato (SSL). Ogni strato consiste di:

1. Un sistema LTI parametrizzato con la nuova parametrizzazione libera.
2. Una non-linearità statica con limite di Lipschitz (ad esempio, un MLP limitato).
3. Una connessione skip (skip connection).

L'intera architettura è pre-elaborata e post-elaborata da encoder e decoder lineari. Poiché il limite $L_2$ delle componenti lineari è fissato per progettazione, e le non-linearità sono Lipschitz-limitate, il guadagno $L_2$ globale del controllore può essere prescritto. Ciò consente che i parametri del controllore siano sintonizzati tramite ottimizzazione completamente non vincolata (ad esempio, discesa del gradiente) per minimizzare costi arbitrari, con stabilità garantita a priori.

D. Efficienza Computazionale

Un vantaggio critico della proposta parametrizzazione è la sua compatibilità con gli algoritmi di parallel scan. La struttura complessa diagonale di $A$ permette una simulazione nel dominio del tempo altamente efficiente con complessità computazionale lineare rispetto alla lunghezza della sequenza. Questo contrasta con le standard RNN o i metodi impliciti (come le NODE o le Recurrent Equilibrium Networks) che spesso richiedono un processamento sequenziale o la risoluzione di equazioni implicite, rendendoli meno scalabili per orizzonti temporali lunghi.

3. Contributi Chiave

1. Nuova Parametrizzazione Libera: Il documento presenta una nuova parametrizzazione libera di architetture $L_2$RU basate su SSM che impone un guadagno $L_2$ prescritto per progettazione. Questo elimina la necessità di costose proiezioni, ottimizzazioni vincolate o verifiche post-hoc.
2. Disaccoppiamento tra Stabilità e Ottimizzazione: Fissando il guadagno $L_2$ per soddisfare la condizione di piccolo guadagno con l'impianto, il metodo disaccoppia le garanzie di stabilità dal processo di ottimizzazione. Ciò consente l'uso di ottimizzatori standard non vincolati per obiettivi non lineari complessi.
3. Scalabilità Computazionale: La struttura proposta consente l'elaborazione parallela di lunghe sequenze di input tramite parallel scan, offrendo vantaggi significativi in termini di efficienza rispetto ai metodi di controllo basati su reti neurali che si affidano a ricorrenza sequenziale o solver impliciti.
4. Validazione Sperimentale: L'approccio è validato su un compito di controllo di formazione per uno sciame di robot con ruote, dimostrando la capacità di ottenere l'evitamento di collisioni e l'evitamento di ostacoli mantenendo la stabilità a ciclo chiuso.

4. Risultati

Gli autori hanno condotto studi di simulazione su uno sciame di $N$ robot con ruote non lineari (discretizzati dalla piattaforma Robotarium).

• Configurazione: Un controllore centralizzato è stato addestrato per guidare i robot verso posizioni target evitando collisioni con ostacoli statici e reciproche. Il guadagno $L_2$ dell'impianto è stato stimato come $\hat{\gamma} \approx 18.57$.
• Design del Controllore: Un controllore $L_2$RU con 3 strati è stato addestrato con un guadagno prescritto $\gamma = 1/(18.57 + 0.001)$, soddisfacendo la condizione di piccolo guadagno.
• Performance: Il controllore addestrato ha guidato con successo gli agenti verso i loro obiettivi evitando collisioni. I risultati (Figure 2 e 3) mostrano che il vincolo del limite $L_2$ del controllore non ha comportato una perdita significativa di espressività o performance. Le distanze relative tra gli agenti sono rimaste al di sopra della soglia di sicurezza durante tutta la simulazione.

5. Significato e Rivendicazioni

Il documento afferma che questo approccio affronta la "formidabile sfida" di progettare politiche di controllo stabilizzanti per sistemi non lineari senza sacrificare la trattabilità computazionale.

• Stabilità per Progettazione: Il significato primario è la capacità di garantire la stabilità a ciclo chiuso per progettazione attraverso il teorema del piccolo guadagno, eliminando la necessità di vincoli restrittivi durante la fase di apprendimento.
• Praticità: Gli autori sottolineano che la natura in tempo discreto e la parallelizzabilità della $L_2$RU la rendono più adatta all'implementazione nel mondo reale rispetto ai metodi in tempo continuo (come Port-Hamiltonian o NODE), che soffrono di problemi di discretizzazione o alti costi computazionali.
• Limiti di Ambito: Il documento riconosce alcune limitazioni, notando che la garanzia di piccolo guadagno dipende dalla capacità di calcolare o stimare il limite $L_2$ dell'impianto, il che può essere difficile per sistemi non lineari generali. Inoltre, la parametrizzazione proposta è indicata come una condizione sufficiente (ma non necessaria) per il limite $L_2$, il che significa che potrebbe non coprire l'intero spazio di tutti i possibili sistemi con limite $L_2$, sebbene sia sufficiente per la progettazione pratica del controllo.

Gli autori concludono che questo framework apre la strada all'applicazione del deep learning a problemi di controllo dove la stabilità è un vincolo rigido, e che il lavoro futuro si concentrerà sull'implementazione nel mondo reale e sull'integrazione con il Reinforcement Learning basato su modelli.