Optimal $\mathbb{H}_2$ Control with Passivity-Constrained Feedback: Convex Approach

あなたは、風の嵐に煽られて揺れ動くロボットを、直立した状態に保とうとしていると想像してみてください。あなたは、エネルギーを最小限に抑えつつ、ロボットができるだけ静止するようにしたいと考えています。これが制御理論の世界です。つまり、たとえ状況がどれほど混沌としていても、機械を望み通りに正確に動作させるための科学です。通常、エンジニアは「スマート」なコントローラーを構築します。それは小さな超高速コンピュータのように機能します。ロボットの揺れを測定し、完璧な対抗策を計算し、モーターにコマンドを送ります。しかし、これらのスマートなシステムにはバッテリー、チップ、そして電気が必要です。もし電源が切れたら、ロボットは倒れてしまいます。

では、別の種類のコントローラーを想像してみてください。それはスプリング、ゴムバンド、そして歯車だけで作られています。これは「受動的（パッシブ）」なコントローラーです。これには脳もバッテリーもありません。それは純粋に物理法則に基づいて機能します。押せば押し返し、引けば引き返します。受動的システムの素晴らしさは、その驚異的な信頼性にあります。電源を入れる必要がないため、クラッシュすることがありません。しかし、一つ問題があります。単純な物理学に制限されているため、洗練されたコンピュータ制御のシステムほど、揺れを止めるのが上手くいかない場合があるのです。大きな疑問は、エンジニアたちが抱いてきたものです。「単純でバッテリー不要のスプリング・システムは、いかにしてファシーなスーパーコンピュータの性能に近づけることができるのか？」という問いです。この論文は、まさにその問いに深く切り込み、ズルをすることなく、パッシブ・コントローラーが到達しうる絶対的な性能限界を見出そうとしています。

J.T. Scruggs率いる著者たちは、特定のパズルに取り組んでいます。それは、すでに一定の安定性を持っているシステムに対して、「完璧な」パッシブ・コントローラーを見つけることです。彼らは単に推測しているのではなく、パッシブ・システムがなしうる理論的な限界を見つけ出すために、巨大な数学的問題を解こうとしています。これは、靴やテクノロジーを一切使わず、純粋な生物学的能力だけでマラソンを走る人間が、理論上最速で何分で走れるかを突き止めるようなものです。単に推測するだけでは不十分であり、筋肉、風、そしてコースをモデル化して、絶対的な限界を見つけ出さなければなりません。

この論文において、チームはコントローラーを、厳格な受動性のルール（エネルギーを生み出すことはできず、吸収または蓄積することしかできないというルール）に従わなければならない「ブラックボックス」として扱っています。彼らは、ランダムな乱れによって生じる「揺れ」（数学的にはH2目的関数と呼ばれます）を最小化したいと考えています。問題は、この完璧なコントローラーを見つけることが、無限の経路を持つ迷路を解くようなものであることです。それはあまりに巨大すぎて、いかなるコンピュータでも一度に解くことはできません。

ここで、論文は巧妙な手法を用います。著者たちは、コントローラーを直接設計する代わりに、「Youlaパラメータ」と呼ばれる「影」のバージョンを設計できることに気づきました。これは、パズルのピースそのものを見るのではなく、壁に映ったパズルの影を見て問題を解こうとするようなものです。この「影」の視点に切り替えることで、不可能で無限な迷路が、突然、滑らかなボウル状の谷へと変わります。数学的には、これは「凸（コンベックス）」な問題と呼ばれます。つまり、ボールを丘の上から転がすと、偽の谷に捕まることなく、必ず一番下の完璧な解へと転がり落ちることを意味します。

この論文は、無限の問題を即座に解くことはできないものの、完璧な答えにどんどん近づいていく一連の、より小さく単純な問題を構築できることを示しています。完璧な円を描こうとしているところを想像してください。一度のストロークで描くことはできませんが、正方形を描き、次に八角形を描き、次に16角形を描くことができます。角を増やすたびに、その形はより円に近づいていきます。著者たちはまさにこれを行いました。彼らのコントラーラー設計に、より多くの「角（パラメータ）」を追加していく方法を作ったのです。彼らが「角」を増やしていくにつれて（数学的にはパラメータの数を増やすことで）、彼らの解はどんどん改善され、真の、無限の完璧なコントローラーへと一歩ずつ近づいていきました。

自分たちが本当に真実に近づいているのか、それとも自分たちを騙しているだけではないのかを確認するために、彼らはもう一つの、反対の性質を持つテストを構築しました。このテストは「フロア（床）」または下限を提供します。それは、「何があろうとも、達成できる最善のラインは少なくともこれくらいである」と提示するようなものです。「改善していく」テストと「フロア」テストの両方を実行することで、それらの数値が互いに押し合い、近づいていく様子を観察することができました。上の数値（彼らが見つけた最善の解）と下の数値（保証された最小値）が非常に接近したとき、彼らは答えを見つけたのだと確信できるのです。

論文は、二つの例を用いてこれを実証しています。一つ目は、スプリングに取り付けられた単一の重りのような、単純な振動問題です。二つ目は、車輪が凸凹に当たっている間、キャビン内を滑らかに保とうとする、より複雑な自動車のサスペンション・システムのモデルです。どちらのケースにおいても、彼らの手法が機能することを証明しました。彼らは、適度な複雑さ（約30から100の「角」）を持つだけで、理論上の完璧なコントローラーとほぼ同等の結果を得られることを示しました。また、彼らが用いた数学が効率的であることも示しました。これらの複雑な形状に対しても、計算に永遠に時間がかかることはありません。

著者たちは、自分たちが「何をしなかったか」についても慎重に述べています。彼らは新しい種類のスプリングや新しいバッテリーを発明したわけではありません。パッシブ・コントローラーが常にアクティブ・コントローラーよりも優れていると主張したわけでもありません。実際、非常に特殊で単純なケースにおいては既知のショートカットが存在しますが、一般的なケースにおいては、従来の手法や近似法では的を外していたことを彼らは示しました。彼らは、この新しい「影」の手法を用いることで、単なる推測ではなく、真に最適なパッシブ・コントローラーを見つけ出せると証明したのです。

彼らの発見の中で最もエキサイティングな部分の一つは、いかにして数学を簡略化したかという点です。通常、解の精度を高めようとすると、数学的な難易度は指数関数的に高くなります。まるで、どんどん大きくなっていくルービックキューブを解こうとするようなものです。著者たちは、「双対性（デュアリティ）」と呼ばれる数学的トリックを用いることで、難易度の増加を直線的なものに抑える方法を見つけました。それは、ビーチにある砂粒を一つ一つ数える代わりに、海岸線の長さを測って定数を掛ければよいと気づくようなものです。これにより、スーパーコンピュータではなく、一般的なノートパソコンでこれらの問題を解くことが可能になります。

結局のところ、この論文はエンジニアに強力な新しいツールを提供します。もしあなたが、地震に耐える必要がある橋や、バッテリーの交換が困難な場所で機能する必要があるロボットのように、信頼性が極めて重要となるシステムを設計しているなら、今やパッシブ・システムがどの程度の性能を発揮できるかを正確に計算することができます。スプリングが「十分な性能を持っているか」を推測する必要はなくなります。あなたは絶対的な限界を計算し、その限界に達するコントローラーを設計し、それが自然界が許容する最高のパッシブな解決策であることを確信できるのです。この論文は単に「可能である」と言っているのではなく、そこへ至るための地図を提供しており、正しい数学的視点さえあれば、最も複雑な制御問題であっても手懐けることができるのだと示しているのです。