A Semi-smooth Newton Method for the Constrained Optimal Control of Continuous-Time Linear Systems

技術的概要：連続時間線形システムの制約付き最適制御に対する半滑らかなニュートン法

問題定義
本論文は、連続時間線形システムに対する制約付き最適制御問題（OCP）を、無限次元関数空間内で直接解くという課題に取り組む。具体的な問題定式化は、終端コスト $J(x(T))$ と増分コスト $\ell(x(t), u(t))$ の積分からなるコスト汎関数を最小化することを目的とし、線形ダイナミクス $\dot{x} = Ax + Bu$、初期条件、および点ごとの不等式制約 $c(x(t), u(t)) \leq 0$ の下で行われる。著者らは、状態および入力軌道がソボレフ空間およびルベーグ空間（$W^{1,\infty}$ および $L^\infty$）に属する有限時間ホライズンの線形二次問題に焦点を当てており、標準的な凸性と制約資格の仮定の下で適切性が保証される。

手法
提案されるアプローチは、システムをまず離散化する（直接法におけるような）のではなく、バナッハ空間内の根発見問題として OCP を再定式化する間接法である。手法は以下の手順で進行する。

1. NCP 関数による KKT 再定式化: 最適性のためのカルーシュ・クーン・タッカー（KKT）必要条件は、非滑らかな相補性関数に埋め込まれる。具体的には、双対変数 $\mu$ と制約 $c$ を含む相補性条件は、$a, b \geq 0, ab=0$ と同値である非線形相補性問題（NCP）関数 $\phi(a, b) = 0$ に置き換えられる。著者らは「min」関数またはフィッシャー・バーマイスター関数のいずれかを採用する。これにより、最適性条件は非滑らかな方程式 $F(z) = 0$ へと変換され、ここで $z = (x, u, \lambda, \mu)$ は状態、入力、共状態、および双対変数を表す。

2. 半滑らかなニュートン反復: 根発見問題 $F(z)=0$ は、半滑らかなニュートン法を用いて解かれる。この反復プロセスは、$F$ のクラーク一般化ヤコビアンを含む線形化された方程式を解くことで更新 $\tilde{z}$ を生成する。この手法は、緩やかな正則性条件の下で解に対して超線形収束することが証明されている。

3. ニュートンステップのためのリカチベースソルバ: 技術的な中核的貢献は、ニュートンステップ方程式を解くための計算効率的な手法の導出である。著者らは、線形化から生じるアフィンな 2 点境界値問題が、制約のない時間変化する線形二次レギュレータ（LQR）問題として再定式化できることを示す。

   • 不等式制約は、コスト行列（$Q, R, S$）および線形項（$q, r$）が現在の制約乗数と NCP 関数の一般化微分に基づいて各反復で再重み付けされる「バリア」コスト項として、この部分問題に実質的に組み込まれる。
   • この再定式化により、ニュートン更新は、時間的に後方へ微分リカチ方程式を解き、その後に状態軌道の前方積分を行うことで計算可能となる。これにより、複雑な離散化スキームを必要とするのではなく、非常に効率的な標準的な ODE ソルバを活用できる。

主要な貢献

• 関数空間における間接法: 本論文は、直接法で一般的な「離散化してから微分する」アプローチを回避し、連続時間関数空間内で直接動作する新規の間接アルゴリズムを詳述している。
• 制約付き問題へのリカチ積分: 主要な貢献は、制約付き OCP に対する半滑らかなニュートン法に固有の複雑な 2 点境界値問題が、微分リカチ方程式を介して解析的に解けることを示した点にある。これは、理論的な半滑らかなニュートンアルゴリズム（例：Gerdts, 2008）と、制約のない手法（例：PRONTO）で使用される効率的な実装戦略との間のギャップを埋めるものである。
• 適応的なコスト再重み付け: この手法は、ニュートンステップを適応的な探索として解釈し、コスト関数の線形および二次重みが制約乗数に基づいて反復的に更新される。これにより、従来の意味でのアクティブセットの同定や内部点法バリアを必要とすることなく、制約を効果的に処理する。

結果
著者らは、線形化された車両モデル（2017 年式 BMW 740i を表す）の緊急レーンチェンジ機動に関する数値シミュレーションを通じて、手法を検証した。システムは、前後のスリップ角および操舵角に関する制約の対象となる。

• 収束性: アルゴリズムは超線形収束を示す。残差ベクトルの $L^2$ ノルムは、最初の 10 反復内で 4 桁以上減少する。
• 安定性: この手法は、基礎となる ODE ソルバの許容誤差（機械精度）まで収束し、停止基準が適切に定義されていることを確認する。
• 比較: 「min」関数とフィッシャー・バーマイスター NCP 関数の両方を用いたシミュレーションは、同様の収束挙動を示したが、主要な軌道プロットにはフィッシャー・バーマイスター関数が使用された。

意義と主張
本論文は、この研究が半滑らかなニュートンアルゴリズムの理論的堅牢性と、リカチベースソルバの計算効率を融合させていると主張する。制約付き問題を制約のない LQR 部分問題の系列として再定式化することにより、著者らは広く利用可能な ODE ソルバを活用する堅牢な間接法を提供する。その意義は、無限時間ホライズンの設定や明示的な時間最適化（例：柔軟な終了時間）が直接アプローチを困難にする問題に対し、直接転写法に対する実用的かつ効率的な代替案を提供する点にある。著者らは、現在の研究は線形システムに焦点を当てているが、将来の研究ではこの枠組みを非線形システムへ拡張することを目指していると指摘している。