Learning Flatness-Preserving Residuals for Pure-Feedback Systems

あなたは、複雑な障害物コースを完璧に通り抜けるようにドローンロボットを教えようとしていると想像してください。

問題点：「完璧な」地図 vs 現実の世界

飛行経路を計画するために、エンジニアは通常、**名目モデル（nominal model）**から始めます。これは、真空中で風の影響も受けずにドローンが「あるべき姿」を示す、理想化された完璧な地図のようなものです。この地図には、**微分平坦性（differential flatness）**という特別なスーパーパワーがあります。

簡単に言えば、「平坦性」とはマスターキーのようなものです。もしドローンの位置（「平坦出力」）を知っていれば、それ以外に何をすべきか（回転速度、推力の量、次にどこへ向かうべきかなど）を即座に計算できます。これにより、計画立案が非常に高速かつ容易になります。まるでシンプルなレシピに従うような感覚です。

しかし、ここが落とし穴です： 現実の世界は真空ではありません。ドローンは風や空気抵抗、そして「完璧な地図」が知らない奇妙な空気力学的効果に直面します。これらは残留ダイナミクス（residual dynamics）（または未モデル化の効果）と呼ばれます。

単にデータに基づいて一般的な「補正」を加えることで（例えば、「ねえ、ここに少しランダムなノイズを加えて」と言うように）、地図を修正しようとすると、多くの場合、このマスターキーが壊れてしまいます。修正された新しい地図は、「平坦性」を失ってしまうのです。突然、シンプルなレシピは複雑な数学の悪夢へと変わり、高速な計画手法が機能しなくなります。非常に高度な計算機（スーパーアドバンスド・カリキュレーター）を使って次の動きを計算しなければならなくなりますが、それではリアルタイムでの飛行には遅すぎます。

解決策：正しい方法で補正を学習する

著者たちはこう問いかけました。「マスターキーを壊すことなく、パズルの足りないピースを学習できるだろうか？」

彼らは、平坦性を維持したまま補正を加えるための、特定の方法を発見しました。彼らは特定のシステム構造（**純粋フィードバック（pure-feedback）と呼ばれるもの）に注目し、学習された補正が特定の三角形のパターン（triangular pattern）**に従うならば、マスターキーの魔法は維持されるということを突き止めました。

比喩：階段
ドローンの状態を階段だと想像してください。

• ステップ1： 位置
• ステップ2： 速度
• ステップ3： 姿勢
• ステップ4： 制御入力

「純粋フィードバック」システムでは、ステップ2はステップ1とステップ2のみに依存します。ステップ3はステップ1、2、および3にのみ依存します。これは上方向への一方通行の道です。

著者たちはこう言います。「もし、学習された補正（風に対する修正）もこの一方通行のルールに従い、ステップ2の修正がステップ1と2のみを参照し、ステップ3を先読みしないのであれば、システム全体は『平ら』なまま維持される」

これを彼らは**下三角残留（Lower-Triangular Residual）**と呼んでいます。これは、上の段を台無しにすることなく、階段の下の方を修理するようなものです。この構造が維持されるため、彼らは「マスターキー（平坦性微分同相写像）」が新しい修正された地図に対しても依然として機能することを数学的に証明できます。彼らはさらに、古い地図のキーと新しいAIによる補正を用いて、新しいキーを再構築するためのレシピさえも提供しました。

実装方法（学習の部分）

1. データ収集： 彼らは（シミュレーション内で）ドローンを飛行させ、実際にどのように動いたかと、「完璧な地図」が予測した動きとの違いを記録しました。この差が「残留成分（residual）」（風や抗力）です。
2. 構造化された学習： 彼らはニューラルネットワーク（一種のAI）を使用してこの差を学習しましたが、その際、AIが「三角形の階段」のルールに従うように強制しました。これにより、AIが平坦性を壊すような学習をしないようにしました。
3. キーの再構築： 数学的なレシピを用いて、古い「完璧な地図」のキーと新しいAIによる補正を組み合わせ、現実世界用の新しいキーを構築しました。

結果：高速かつ正確

彼らは、未モデル化の空気抵抗（抗力）がある2Dドローンシミュレーションでこれをテストしました。

• 精度： 新しい「学習された平坦モデル」を使用したドローンは、単なる「完璧な地図」のみを使用したドローンよりも、目標の経路を5倍正確に追跡できました。それは、非常に複雑で低速な手法（NMPC）とほぼ同等の性能でした。
• 速度： これが大きな勝利です。彼らが用いた手法は、複雑で低速な手法よりも20倍高速でした。

まとめ：
通常、精度を高めるためにモデルをデータで修正するか、あるいは単純な平坦性の数学を用いて速度を確保するか、どちらかを選択しなければなりません。この論文は、その両方を手に入れられることを示しています。データの補正方法（その特定の三角形の形状を維持すること）について賢明な判断を下すことで、高い精度を持ちながら、計算コストも低いモデルを実現できます。これにより、ドローンは現実の世界に対して即座に反応することができるのです。