論文要約：入力制約付き離散時間システムにおける安定化領域のセットベース値関数特性評価とニューラル近似

1. 問題設定 (Problem)

非線形制御システムにおいて、特定の平衡点や目標集合（制御不変集合：CIS）へ漸近的に収束させるためのフィードバック制御則を設計することは、制御理論の基本的な課題です。この際、制御入力に制約がある場合、初期状態の集合のうち、目標集合へ収束可能な領域を「安定化領域（Domain of Stabilization: DOS）」と呼びます。

既存の手法（線形化、制御リアプノフ関数、モデル予測制御など）は広範な応用で有効ですが、以下の課題が残されています：

• 局所性の限界: 多くの手法は局所的な安定性しか保証できず、実際の閉ループ系の吸引域（Domain of Attraction）が真の DOS よりも狭くなる傾向があります。
• 計算コスト: 値関数に基づく最適制御アプローチ（動的計画法）は理論的には DOS を正確に記述できますが、状態空間の離散化が必要であり、次元の呪いにより計算量が爆発的に増加します。
• 学習手法の課題: 最近のニューラルネットワーク（NN）を用いたアプローチはスケーラビリティに優れますが、学習された制御則が DOS の最大性を保証せず、また物理法則（システムダイナミクスや安定性条件）を損失関数に直接組み込む（Physics-Informed）際、入力に対する infimum 演算子を含むベルマン方程式の扱いが困難でした。

本研究は、入力制約付き離散時間非線形システムに対し、最大限の安定化領域（DOS）を正確に推定し、対応する安定化制御則を合成するための新規フレームワークを提案します。

2. 提案手法 (Methodology)

本研究は、コンパクト集合の距離空間上で定義されたセットベース値関数と、それを学習する**物理情報ニューラルネットワーク（Physics-Informed Neural Networks, PINN）**の統合を核としています。

2.1 セットベース値関数の導入

従来の状態 $x$ に対する値関数ではなく、コンパクト集合 $X$ に対する値関数 $V(X)$ と $W(X)$ を導入しました。

• 定義: 到達可能集合 $R(X, k)$ を用いて、集合上のコスト関数 $\Psi$ の無限和として値関数を定義します。
  • $V(X) = \sum_{k=0}^{\infty} \Psi(R(X, k))$
  • $W(X) = 1 - \exp(-V(X))$
• 特徴: この値関数は、DOS を $V(\{x\}) < \infty$ または $W(\{x\}) < 1$ となる集合として厳密に記述します（定理 2）。
• ベルマン型方程式: 従来の最適制御問題における infimum 演算子を明示的に解く必要がなく、集合の写像 $F(X)$ を用いた関数方程式（Zubov 型方程式）を導出しました。
  • $W(X) - W(F(X)) = \xi(X)(1 - W(F(X)))$
  • ここで $F(X)$ は入力集合 $U$ を考慮した次状態の集合です。

2.2 物理情報ニューラルネットワーク学習フレームワーク

導出したベルマン型方程式を損失関数に組み込み、ニューラルネットワークで値関数を近似する手法を提案しました。

• セットの埋め込み: 集合 $F(\{x\})$（入力不確実性により集合となる）を有限次元ベクトル $T(\{x\})$ に埋め込む操作 $T$ を定義し、これを NN の入力とします。
• 損失関数:
  1. データ駆動損失: 有限時間近似値 $\tilde{W}_{N_s}$ と NN 出力の誤差を最小化。
  2. 物理情報損失（Physics-Informed）: 導出したベルマン型方程式を満たす残差を最小化。これにより、学習された関数がシステムダイナミクスと安定性条件を内在的に満たすようにします。
• 到達可能集合の近似: 計算効率のため、ランダムにサンプリングされた入力軌跡に基づいて到達可能集合を近似し、値関数の評価を可能にしています。

2.3 制御則の合成

学習された NN 値関数 $\omega_{nn}(x)$ を用いて、安定化制御則を構築します。

• 領域 $D_{nn} = \{x \mid \omega_{nn}(x) \leq \omega_2\}$ を安定化可能領域とみなします。
• 領域内では、値関数が減少するように制御入力 $u$ を選択する（グリッドベース探索などにより実装）。
• 原点近傍では既存の線形制御則と整合性を持たせ、外側では NN 値関数に基づく制御へ移行するハイブリッドな制御則を構成します。

3. 主要な貢献 (Key Contributions)

1. 理論的枠組みの構築: 非線形入力制約システムに対し、コンパクト集合空間上の値関数を用いて DOS を特徴づける新たな理論的基盤を確立しました。
2. ベルマン型方程式の導出: 入力最適化における infimum 演算子を回避し、集合写像を用いた計算可能な関数方程式を導出しました。これにより、物理情報学習への直接組み込みが可能になりました。
3. スケーラブルな学習手法: 従来の動的計画法の計算コストを回避しつつ、学習ベースのアプローチの汎用性を保ちながら、理論的保証（DOS の記述）を維持する PINN フレームワークを提案しました。
4. 制御合成への応用: 学習された値関数から、入力制約を満たしつつ安定性を保証する実用的な制御則を合成する手順を提示しました。

4. 数値結果 (Results)

2 つのベンチマーク問題（2 次元および 3 次元の非線形離散時間システム）を用いて手法の有効性を検証しました。

• 比較: 従来の二次リアプノフ関数に基づく楕円体近似と比較しました。
• 結果: 提案手法は、従来の手法よりもはるかに保守的ではない（広い）安定化領域を推定することに成功しました。
• 精度: 学習された NN 値関数の 1 次レベルセットは、理論的な DOS に極めて近い形状を示しました（$\omega_2 \approx 0.97$）。
• 制御性能: 推定された領域内の初期状態から、入力制約を満たしながら軌道を原点へ収束させる制御則が機能することを確認しました。
• 計算効率: 2 次元および 3 次元のシステムに対し、それぞれ約 5 分、15 分で学習が完了しました。

5. 意義と将来展望 (Significance & Future Work)

本研究は、非線形制御における「理論的保証」と「計算スケーラビリティ」という相反する課題を統合する重要なステップです。特に、物理情報学習を用いて最適制御の核心であるベルマン方程式を直接学習させるアプローチは、複雑な制約条件下での制御合成において大きな可能性を秘めています。

将来の課題:

• 形式的検証: 学習された NN 制御則と値関数に対し、$\alpha,\beta$-CROWN や dReal などの形式検証ツールを用いて、厳密な正しさを保証する（Certified）手法の開発。
• 拡張: 状態制約や外乱を伴うシステムへの適用。
• 条件の緩和: 値関数が制御リアプノフ関数となるための十分条件を緩和し、より一般的なシステムに適用可能な検証可能な条件の導出。

総じて、この論文は入力制約付き非線形システムの安定化領域推定と制御合成において、ニューラルネットワークと制御理論を融合させた画期的なアプローチを示しています。