Sintesi Tecnica: Ottimizzazione della Traiettoria Robusta Consapevole della Saturazione per Veicoli di Lancio Riutilizzabili tramite Fisica Differenziabile

1. Definizione del Probleo

L'atterraggio verticale propulso (VPL) di veicoli di lancio riutilizzabili (RLV), in particolare la manovra di "flip" ad alto angolo di attacco (ad esempio, l'architettura Starship), presenta una sfida critica per la guida, navigazione e controllo (GNC) robusti. Questa fase comporta un accoppiamento aerodinamico altamente non lineare, carichi strutturali elevati e rapide variazioni della pressione dinamica. La difficoltà principale risiede nel garantire la precisione dell'atterraggio e la sopravvivenza del veicolo sotto severe incertezze multi-fonte (aerodinamica instabile, wind shear, incertezze di massa), pur rispettando i rigidi limiti fisici degli attuatori (limiti di gimbal del controllo del vettore di spinta e limiti di throttle del motore).

I metodi esistenti di ottimizzazione della traiettoria robusta, come la Successive Convexification (SCvx) combinata con la Covariance Steering (CS), affrontano due limitazioni fondamentali in questo contesto:

1. Assunzioni di Linearizzazione Locale: Si basano sulla propagazione della covarianza gaussiana derivata dalla linearizzazione locale, che fallisce nel catturare accuratamente le distribuzioni di stato non gaussiane e asimmetriche indotte da transitori aerodinamici severi.
2. Cecità alla Saturazione (Saturation Blindness): Tipicamente sintetizzano leggi di feedback (ad esempio, LQR basato su Riccati) sotto l'assunzione di autorità di controllo infinita. Quando i disturbi spingono i comandi di controllo richiesti oltre i limiti fisici degli attuatori, la risultante troncamento hardware invalida le garanzie teoriche di robustezza, portando spesso alla saturazione degli attuatori, perdita di autorità di controllo e degradazione della precisione dell'atterraggio.

2. Metodologia

Il documento propone un framework di Differentiable Particle Tube Control (DPTC), che integra la fisica differenziabile con l'ottimizzazione basata su ensemble per affrontare tali limitazioni. La metodologia si basa su un Motore di Fisica Differenziabile nativo che accoppia la cinematica di un corpo rigido a 6 gradi di libertà (6-DoF) con un surrogato aerodinamico neurale appreso profondamente.

Componenti Core:

• Motore di Fisica Differenziabile: Il sistema modella la dinamica di volo a 6-DoF utilizzando un integratore Runge-Kutta del 4° ordine dove tutte le operazioni (inclusa la normalizzazione dei quaternioni e i passaggi forward delle reti neurali) sono formulate come operazioni tensoriali differenziabili. Ciò consente la propagazione esatta del gradiente attraverso l'intero grafo dinamico non lineare.
• Modellazione della Distribuzione Stocastica (Stochastic Distribution Shaping): A differenza dei metodi tradizionali che ottimizzano una singola traiettoria nominale, il DPTC tratta la guida robusta come un problema di trasporto di probabilità stocastica vincolato. Rappresenta la distribuzione incerta dello stato utilizzando un ensemble di particelle lagrangiane ($N_p$ particelle). Ogni particella evolve indipendentemente sotto realizzazioni uniche di disturbi, ma condivide una politica di controllo unificata.
• Sintesi del Feedback Consapevole della Saturazione: La politica di controllo è parametrizzata come una legge di feedback affine variabile nel tempo ($u = u_{ref} - K(x - x_{ref})$). Fondamentalmente, operatori di proiezione hard degli attuatori ($\Pi_U$) sono incorporati direttamente nel grafo computazionale forward. Questo costringe l'ottimizzatore a sintetizzare simultaneamente la traiettoria feedforward ($u_{ref}$) e i guadagni di feedback ($K$) mentre "esperisce" le stesse saturazioni degli attuatori che avvengono nel veicolo reale.
• Ottimizzazione del Rischio di Coda (Tail-Risk Optimization): Per gestire la sicurezza senza la fragilità dei vincoli di probabilità (chance-constraints) rigidi, viene introdotto un obiettivo di rischio di coda differenziabile. Utilizzando un surrogato fluido (ad esempio, $ReLU^2$), il framework penalizza le particelle che violano i vincoli di sicurezza mantenendo un paesaggio di gradiente continuo per la backpropagation through time (BPTT).

Baseline di Confronto:

Il metodo proposto è confrontato con una baseline di Automatic Differentiation-based Successive Convexification (CS-AD-SCvx). Questa baseline utilizza la linearizzazione locale per estrarre i Jacobiani, propaga la covarianza gaussiana tramite equazioni di Riccati e stringe i vincoli tramite margini di chance-constraint, ma manca di una consapevolezza nativa della saturazione durante la sintesi del feedback.

3. Contributi Principali

Il documento delinea tre contributi primari:

1. Transizione dalla Ottimizzazione della Traiettoria alla Modellazione della Distribuzione: Il framework si sposta oltre le classiche approssimazioni di linearizzazione gaussiana per operare direttamente sulle dinamiche non lineari esatte. Sfruttando un motore 6-DoF nativamente differenziabile, esso modella la varietà (manifold) di probabilità stocastica, catturando intrinsecamente le dispersioni di eventi rari e le risposte aerodinamiche non gaussiane.
2. Sintesi del Feedback Nativa Consapevole della Saturazione: A differenza dei metodi di covariance steering che appendono il feedback post-hoc, il DPTC incorpora i limiti fisici duri degli attuatori direttamente nel grafo di ottimizzazione. L'ottimizzatore sintetizza la politica di controllo rispettando gli stessi vincoli di saturazione che governano il veicolo fisico, prevenendo la generazione di comandi di controllo in fattibilità.
3. Regolazione del Rischio di Coda tramite Penalità Soft: L'introduzione di un obiettivo di rischio di coda differenziabile permette una propagazione fluida del gradiente attraverso il tempo. Ciò consente all'ottimizzatore di penalizzare aggressivamente le particelle che violano i vincoli (rischio di coda) senza l'instabilità numerica associata ai vincoli di probabilità rigidi, producendo una legge di guida a ciclo chiuso altamente sopravvivibile.

4. Risultati

Il framework è stato valutato tramite simulazioni Monte Carlo a 6-DoF (5.000 corse) sotto disturbi aerodinamici instabili del 5%.

• Prestazioni Nominali: In condizioni deterministiche (disturbo zero), sia il DPTC che il CS-AD-SCvx hanno ottenuto traiettorie quasi ottimali in termini di carburante, con differenze di massa finale del veicolo inferiori allo 0,25%. Ciò ha validato la fedeltà del motore di fisica differenziabile.
• Robustezza sotto Incertezza:
  • CS-AD-SCvx: Sotto l'effetto dei disturbi, la baseline ha mostrato un significativo degrado delle prestazioni. La sua formulazione di feedback non vincolata ha portato alla saturazione degli attuatori (violando i limiti di deep-throttling e di gimbal). Ciò ha causato un disallineamento tra l'evoluzione della covarianza lineare assunta e la dinamica fisicamente eseguita, risultando in una dispersione di atterraggio asimmetrica e un CEP50 (Circular Error Probable) di 15,38 m.
  • DPTC: Il framework proposto ha eseguito proattivamente un compromesso prestazionale consapevole dei vincoli. Rilassando i requisiti di tracciamento spaziale durante le fasi di alta pressione dinamica, ha preservato l'autorità di controllo critica per la discesa terminale. Ciò ha prodotto un avvolgimento simmetrico della traiettoria nominale e un CEP50 di 1,97 m, rappresentando una riduzione dell'87% dell'errore di atterraggio rispetto alla baseline.
• Efficienza Computazionale: Sebbene il DPTC richieda un calcolo offline significativo (rollout parallelo accelerato su GPU di ensemble di particelle), la politica risultante è una sequenza tensoriale variabile nel tempo. L'implementazione online si riduce a un lookup $O(1)$ e moltiplicazioni matriciali, rendendolo adatto all'esecuzione in tempo reale. Il framework ha dimostrato una scalabilità $O(1)$ rispetto alla dimensione del batch su GPU grazie alla vettorizzazione.

5. Significato e Rivendicazioni

Il documento sostiene che l'integrazione della fisica differenziabile con l'ottimizzazione basata su ensemble fornisce un framework efficace e pratico per la guida robusta in sistemi di volo aerospaziali altamente vincolati.

• Cambio di Paradigma: Il lavoro dimostra una transizione dal tracciamento deterministico della traiettoria alla modellazione della distribuzione stocastica informata dalla fisica. Si argomenta che, in presenza di severe incertezze e rigidi limiti degli attuatori, la strategia ottimale non è tracciare rigidamente un percorso, ma modellare attivamente la distribuzione dello stato stocastico attraverso dinamiche non lineari.
• Robustezza Pratica: Incorporando i vincoli fisici direttamente nel processo di apprendimento, il framework previene la "cecità alla saturazione" inerente ai metodi di controllo robusto classici. Ciò assicura che la legge di guida rimanga valida e sopravvivibile anche quando il veicolo opera ai confini del proprio inviluppo fisico.
• Scalabilità: L'approccio offre un'architettura scalabile per problemi aerospaziali ad alta dimensionalità e non lineari, utilizzando gradienti analitici esatti derivati dal motore fisico piuttosto che affidarsi ad approssimazioni lineari idealizzate o metodi a differenze finite.

Gli autori concludono che questo framework migliora significativamente la robustezza della missione e il rispetto dei vincoli fisici, offrendo un'alternativa valida per i sistemi GNC avanzati nei prossimi veicoli di lancio riutilizzabili.