技術的概要：分布ロバスト制御のためのシンクホーン曖昧集合

問題定義

古典的な確率制御は、不確実性の真の確率分布が既知であるという仮定に依存しており、これは実際には有限のサンプルしか利用できない状況ではしばしば破綻する。ロバスト制御は最悪ケース分析を通じて不確実性に対処するが、過度に保守的な解をもたらすことが多い。分布ロバスト最適化（DRO）は、名义分布を中心とした「曖昧集合」内の最悪ケース分布に対して最適化を行うことで、その中間的な立場を提供する。

しかし、ワッセルシュタイン距離（標準的な最適輸送計量）に基づく既存の DRO 手法は重大な限界に直面している。名义分布が離散的である場合（例えば、データからの経験分布）、得られる最悪ケース分布も離散的となる。これは、多くの物理的なノイズプロセスが連続的であるという性質を捉え損なう。さらに、データが不足している場合、ワッセルシュタイン集合を用いて高確率保証を達成するには大きな半径が必要となり、過度な保守性につながる。

本論文は、これらの限界に対処するため、シンクホーン曖昧集合を利用した分布ロバスト制御（DRC）枠組みを提案する。これらの集合は、最適輸送のエントロピー正則化変種であるシンクホーン不一致によって定義される。核心的な課題は、これらの集合の理論的性質を確立し、確率的な安全性制約を伴う線形二次制御問題に対する扱いやすい再定式化を導出することである。

手法

1. シンクホーン曖昧集合の理論的基盤

著者らは、$\mathcal{B}_{\rho, \epsilon}(P)$ と表記されるシンクホーン曖昧集合の幾何学的および位相的性質を最初に特徴づける。この集合は、シンクホーン不一致 $W_c^\epsilon(Q, P)$ が半径 $\rho$ 以下となるすべての確率分布 $Q$ を含む。

• 凸性: 論文は、シンクホーン曖昧集合が凸であることを証明する。これは、これらの集合上で定義された最適化問題の扱いやすさを保証する上で決定的な性質である。
• 弱コンパクト性: 輸送コストに関する標準的な仮定（具体的には、十分に速く増加すること）の下で、著者らはシンクホーン曖昧集合が弱コンパクトであることを確立する。この性質は、最悪ケース分布の存在を保証し、ミニマックス定理を適用するために不可欠である。
• ワッセルシュタインとの比較: 中心が離散的な場合、最悪ケース分布も離散的になるワッセルシュタイン集合とは異なり、シンクホーン不一致は、最悪ケース分布が参照測度 $\nu$ の支集を共有することを可能にする。連続的な参照測度（例えばガウス分布）を選択することで、最悪ケース分布は連続的なままとなり、不確実性のより現実的なモデル化が可能となる。

2. 分布ロバスト CVaR 制約の再定式化

制御問題には、特定の信頼レベルで安全性を確保するための条件付きバリューアットリスク（CVaR）制約が含まれる。著者らは、シンクホーン集合の凸性と弱コンパクト性を利用して、最悪ケース CVaR の定義における分布に関する上限（supremum）とリスク閾値に関する下限（infimum）の順序を入れ替える。

• 彼らは、最悪ケース期待コストおよび CVaR 制約に対する強双対定式化を導出する。
• 損失関数が区分的アフィン（多面体制約で一般的）であり、参照測度がガウス分布である場合、分布に関する無限次元最適化は有限次元の凸最適化問題に帰着される。
• この再定式化は、正則化パラメータ $\epsilon \to 0$ の極限において既知のワッセルシュタイン結果を回復する。

3. システムレベル合成（SLS）による扱いやすい制御合成

本論文は、これらの結果を、確率的な安全性制約を伴う有限時間線形二次制御問題に適用する。

• ポリシーの制限: 著者らは、探索空間をアフィンフィードバックポリシーに制限する。
• SLS パラメータ化: 制御器ゲインを直接最適化するのではなく、システムレベル合成（SLS）枠組みを採用する。これにより、設計変数は閉ループシステム応答マップ（$\Phi, \phi$）へと移行し、これらは外乱を状態および入力へ線形に写像する。
• 凸プログラム: SLS パラメータ化とシンクホーン DR 制約の双対再定式化を組み合わせることで、著者らは、制御合成問題全体が凸最適化プログラム（具体的には、$\epsilon > 0$ の場合、円錐プログラム）として定式化可能であることを示す。
• 実行可能性条件: 論文は、問題の実行可能性に必要な曖昧集合半径 $\rho$ に関する明示的な条件を提供する。

主要な貢献

1. 位相的性質: 論文は、シンクホーン曖昧集合の凸性と弱コンパクト性を確立する。これらは、最適輸送文献に対して独立した関心を持つ結果として提示され、分布ロバスト制約付き制御問題を解くための基盤となる。
2. 扱いやすい再定式化: 著者らは、シンクホーン分布ロバスト線形二次（DR-LQ）制御問題に対する有限次元の凸再定式化を導出する。この定式化は、目的関数と確率的な安全性制約（CVaR）の両方を同時に処理する。
3. 連続的支集の特性: 本研究は、連続的な参照測度が使用される場合、最悪ケース分布の連続的な支集を維持するシンクホーン集合の能力を強調し、ワッセルシュタインベースの DRO の離散的な支集の限界と対比させる。
4. 数値的検証: 提案手法は、ドライデンフィルタでモデル化された風乱流にさらされるボーイング B-747 航空機の軌道計画問題において検証された。

結果と実験的知見

数値実験では、3 つの制御器を比較する：

• $\pi_{emp}$: 経験分布を使用する確率等価制御器（不確実性を無視）。
• $\pi_{W}$: ワッセルシュタインベースの DRO 制御器。
• $\pi_{S}$: 提案されたシンクホーンベースの DRO 制御器。

主要な観察:

• 性能と保守性のトレードオフ: 経験制御器（$\pi_{emp}$）は、高コストの制御と、未見のテストデータにおける顕著な制約違反を示した。両方のロバスト制御器（$\pi_{W}$ および $\pi_{S}$）は、経験ベースラインを大幅に上回った。
• 削減された保守性: シンクホーン制御器（$\pi_{S}$）は、ワッセルシュタイン制御器（$\pi_{W}$）と比較して、削減された保守性を示した。$\pi_{S}$ は非常に小さな半径の場合、$\pi_{W}$ よりもわずかに高い制約違反率を示したが、一貫して必要な安全性閾値を満たしつつ、実質的に低い制御コストを達成した。
• 軌道挙動: 終端状態の可視化は、$\pi_{S}$ の軌道が $\pi_{W}$ に比べて実行可能領域の境界に近づいて推移することを示しており、シンクホーン曖昧集合は安全性保証を損なうことなく、安全マージンのより保守的でない利用を可能にしていることを示唆している。
• 計算複雑性: 問題は、双対変数 $\lambda$ に対する黄金分割探索を用いて解かれ、各反復で円錐最適化問題を解く。このアプローチは、テストされたシステム次元に対して計算的に実行可能である。

意義と主張

本論文は、データが不足している場合の制御設計において、ロバスト性と性能のバランスを取る原理的な方法を提案すると主張している。シンクホーン不一致を利用することで、この手法は以下の点を実現する：

• 離散的なアーティファクトの回避: 最悪ケース分布が離散的な点の集合へ収縮することを防ぎ、物理的ノイズの連続的な性質をよりよく捉える。
• 事前知識の統合: 経験データと事前知識（参照測度 $\nu$ を介して）を滑らかに統合することを可能にする。
• 凸最適化の実現: 安全性制約が存在する場合であっても、潜在的に扱いにくい無限次元の分布ロバスト問題を、扱いやすい凸プログラムへと変換する。

著者らは、この研究を、特に安全性と性能のトレードオフが重要な安全性クリティカルな応用において、より効果的な分布ロバスト制御への一歩として位置づけている。現在の研究は線形システムとアフィンポリシーに焦点を当てているが、ここで確立されたシンクホーン集合の理論的性質は、非線形システムや勾配ベースの解法への将来の拡張の基盤であると指摘している。