技術要約：アクチュエータとしての人間による動的モデル同定

問題の定式化

本論文は、閉ループ制御システム内における動的なアクチュエータとしての人間のパイロット応答を特徴付けるという課題に取り組んでいる。人間が物理的な乗り物（例：航空機や宇宙機）と相互作用する際、その反応時間や応答特性は、システム全体の安定性と性能に影響を与えるダイナミクスを導入する。これは、ヘリコプターの「H-V（高度・速度）」図（安全な飛行領域の大きさがパイロットの反応能力に直接依存するもの）の計算などの安全性分析において極めて重要である。

既存の文献の多くは、単一入力単一出力（SISO）の仮定を用いた、周波数領域で同定された低次かつ線形時不変モデルに大きく依存してきた。従来のアプローチ（例：[5]）における重大な限界は、パイロットモデルを、車両の応答ではなく、パイロットの生のコマンド（例：ジョイスティックの偏位）に対して適合させてしまうことが多い点である。著者らは、パイロットモデルは単に入力コマンドを複製するのではなく、望ましい車両状態（例：高度の追従）を達成する能力に基づいて評価されるべきであると主張している。

手法

著者らは、制約付き軌道最適化を用いた、人間のパイロット動的モデルを推定するための時間領域手法を提案している。本手法の核となるステップは以下の通りである：

1. システムモデリング:

   • 車両ダイナミクス: $\dot{x}_v = f_v(x_v, u_v)$ としてモデル化。ここで $x_v$ は車両状態、$u_v$ は制御入力である。
   • パイロットダイナミクス: 動的システム $\dot{x}_p = f_p(x_p, u_p; \theta)$ および $y_p = h_p(x_p; \theta)$ としてモデル化。ここで $\theta$ は推定対象となる未知のパラメータを表す。
   • 結合システム: パイロットと車両は結合された状態ベクトル $x = [x_v, x_p]^T$ となる。パイロットの入力は、目標値 $\hat{y}$ と現在の車両出力 $y_v$ の誤差として定義される。

2. データ収集:

   • データは、パイロットが視覚的なマーカー（目標位置を表す）に向けて車両を操縦するフライトシミュレータを介して収集される。
   • システムは、有限の時間ホライゾン $[0, T]$ における離散タイムステップでの車両出力 $y_v(t)$ とパイロットのジョイスティックコマンドを記録する。
   • 本手法は、内部システム状態（$x$）を直接観測することを必要とせず、暗黙的な定式化を用いている。

3. 最適化フレームワーク:

   • 同定問題は、測定された出力とモデル予測出力との誤差を最小化するパラメータベクトル $\theta$ および状態軌跡 $X$ を求めるための、制約付き最適化問題として定式化される。
   • 目的関数: ガウスノイズを仮定し、測定された出力誤差（$\delta Y$）とモデル出力誤差（$H$）の差の $L_2$ ノルムの二乗を最小化する。
   • 制約条件:
     • ダイナミクスの整合性: 状態軌跡は、結合システムのダイナミクス $\dot{x} = f(x; \hat{y}, \theta)$ を満たさなければならない。これは、時間微分を近似するための離散微分行列 $D$ を用いて強制される。
     • 物理的／タスク制約: ジョイスティックの変位を制限したり、パイロットモデルの安定性を確保したり（例：ルーース・ハルウィッツの判定法による）するなど、物理的な現実性を保証するために不等式制約（$g(X, \theta)$）が適用される。
   • マルチトライアル集約: 本フレームワークは、人間特有のパフォーマンスの変動を考慮しつつ、複数の実験試行（$M$）にわたって単一の共通モデル $\theta$ を同時に推定することを可能にする。

4. 実装:

   • 最適化は、MATLABの非線形計画法（NLP）ソルバーであるIPOPTを使用して解かれる。
   • 制約のヤコビアンおよびヘッセ行列を計算するために、自動微分が使用される。

実験結果

提案された手法は、クアッドコプター・ドローンのシミュレーションシナリオを用いて検証された：

• タスク: パイロットは、クアッドコプターをホバリング状態から、特定の目標距離（$\hat{y}$）にある静止位置へと移動させる任務を与えられた。
• 車両モデル: プロペラの推力と回転速度を含むピッチ軸のダイナミクスに焦点を当てた、6状態モデル。
• パイロットモデル: 6つのパラメータ（$\theta \in \mathbb{R}^6$）で定義される、3次単一入力単一出力線形システム。モデルがフルハルウィッツ（Hurwitz）であることを保証するために安定性制約が課された。
• データ: 10mのターゲットに対する3回の独立した実行と、20mのターゲットに対する3回の実行が記録された。
• 結果: 全6回の実行のデータを記述することに成功した、単一の共通モデルが推定された。
  • 推定されたモデルパラメータは安定なシステムをもたらした。
    。
  • 論文の図5は、推定されたモデルの応答（赤および黄色の線）が目標位置に収束し、両方のターゲット距離において実測データ（青色の線）と密接に一致していることを示している。
  • 結果は、モデルが異なる試行やターゲット距離にわたる人間による制御の自然な変動に対して頑健であることを示している。

主な貢献と意義

本論文は、以下の貢献を主張している：

1. 時間領域同定: 周波数領域のアプローチに依存する従来の研究とは異なり、本手法は軌道最適化を用いて、完全に時間領域でモデルを解く。
2. 出力中心の正則化: 車両ダイナミクスを推定プロセスに直接組み込んでいる。パイロットのコマンドに適合させるのではなく、結果としての車両応答に適合させる。これは正則化として機能し、同定されたモデルが単に入力信号を模倣するのではなく、望ましいタスク（例：目標高度への到達）を達成できる能力を持つことを保証する。
3. マルチトライアルの頑健性: この定式化により、複数のデータ収集を統合して単一の共通動的モデルを見つけることが可能となり、人間のパフォーマンスに固有の自然な変動を効果的に扱うことができる。
4. 汎用性: 本アプローチは、多入力多出力（MIMO）および非線形パイロットモデルへ容易に拡張できるように設計されており、幅広い飛行運用への適用が可能である。

著者らは、本手法が人間をアクチュエータとして特徴付けるための堅牢なフレームワークを提供し、それが有人機体の正確な動的解析や、H-V図のような安全性に関わる計算において不可欠であると結論付けている。今後の課題として、MIMOパイロットシナリオを用いた実験が挙げられている。