技術概要：空中操作のための結合された動的挙動とレジーム依存動力学の学習

問題定義

マルチローター機とアーム型ロボットアームを組み合わせる空中操作機は、強いクアッドローターとマニピュレータの結合、遅延する空気力学的相互作用、およびレジーム依存の変動により、動的モデリングにおいて重大な課題に直面している。これらの変動は、ペイロードの変化（例えば、把持と解放）およびマニピュレータの再構成に起因し、同時に交差結合的、履歴依存性、かつ非定常である残差動力学をもたらす。

既存のアプローチはこの分野において困難に直面している：

• 解析モデルは、複雑な慣性および空気力学的結合を捉えることがしばしば失敗する。
• 純粋なオフライン学習モデル（例えば、標準的な DNN、ガウス過程）は、運用レジームの変化によって引き起こされる分布のシフトに適応できないため、展開時に性能が劣化する。
• オンライン適応手法は、しばしば勾配降下法（慎重なチューニングを必要とし、サンプル効率の悪さに悩まされる）または完全なネットワーク再学習（計算オーバーヘッドをもたらす）に依存している。さらに、多くの既存手法は、強い変数間結合と急激なレジーム依存非定常性を同時に解決していない。

核心的な課題は、状態変数間の緊密な結合と時間的依存性を捉える残差動力学をモデル化しつつ、リアルタイム制御性能を損なうことなく、未見の運用条件への迅速かつ安定したオンライン適応を可能にすることである。

手法

著者は、適応的残差動力学学習のための構造化されたエンコーダ - デコーダフレームワークを提案する。このシステムは、残差動力学 $f_\Delta$ を学習された潜在特徴の線形結合として近似する：$f_\Delta(H_k) \approx \Theta z_k$。

1. 非線形潜在エンコーダ（オフライン学習）

エンコーダ $\phi(\cdot)$ は、最近の状態 - 入力軌道を含む履歴行列 $H_k$ を処理する。これは問題分析で特定された 2 つの特定の特性を捉えるように設計されている：

• 変数間結合：時間セグメント内の異なる状態および入力チャネル間の依存性を計算する変数間アテンションブロックを介してモデル化される。
• 時間的依存性：時間ステップにわたる遅延効果（例えば、空気力学的ウェイク、アクチュエータ動力学）を捉える時間アテンションブロックを介してモデル化される。
• アーキテクチャ：エンコーダは、交互に配置された時間および変数間アテンション層、アテンションベースのプーリング、およびコンパクトな潜在表現 $z_k \in \mathbb{R}^\ell$ を生成する投影ネットワークを使用する。このエンコーダはオフラインで学習され、展開中は固定されたままとなる。

2. 線形潜在デコーダ（オンライン適応）

デコーダ行列 $\Theta$ は、潜在特徴を残差目標にマッピングする。重要なのは、モデルが $\Theta$ に関してパラメータ線形であることであり、これにより効率的な閉形式のベイズ更新が可能となる。

• 再帰的更新：デコーダパラメータは、パラメータ空間におけるカルマンフィルタを用いて再帰的に更新される。パラメータの進化はランダムウォークとしてモデル化され、推定器が時間変化する動力学を追跡することを可能にする。
• 整合性駆動共分散増幅：急激なレジームシフト（例えば、ペイロードの解放）に対処するため、システムは正規化イノベーションスコア（予測残差と観測残差間のマハラノビス距離）を監視する。
  • このスコア ($g_k$) の指数加重移動平均（EWMA）が、持続的な不一致を検出する。
  • 不一致が検出された場合、適応的共分散増幅メカニズムが、事前共分散を因子 $1/\lambda_k$（ここで $\lambda_k < 1$）でスケーリングする。これは実質的に適応的忘却因子として機能し、推定器をリセットすることなく適応を加速するためにカルマンゲインを増加させる。

3. モデル予測制御（MPC）との統合

学習された残差モデルは、非線形 MPC フレームワークに組み込まれる。予測ホライズン中、エンコーダは固定され、残差はデコーダの現在の事後平均に基づいた定数加算補正として扱われる。この定式化は、モデル化されていない動力学を考慮しつつ、リアルタイム制御のための計算上の実行可能性を確保する。

主要な貢献

1. 非線形残差表現学習：変数間結合と時間的依存性を明示的にモデル化する履歴依存の潜在エンコーダ。瞬間的または純粋に時間的なモデルの限界を克服する。
2. オンラインレジーム適応型残差推定：軽量で閉形式のベイズ適応を可能にする線形潜在デコーダ構造。整合性駆動共分散増幅の導入により、一時的および緩やかに変化する動力学の変化の両方に対して、迅速かつ安定した適応を可能にする。これは特に、空中操作の非定常性に特化している。

実験結果

このフレームワークは、ペイロード解放と軌道切り替えを含む 2 つの困難なシナリオ下で、実世界の空中操作プラットフォーム（2R シリアルリンクマニピュレータを搭載した Tarot-650 クアッドローター）で検証された：

• オープンループ予測：提案された「フル構造化」エンコーダは、ベースライン（DNN、TCN、時間のみエンコーダ）を上回り、最低の RMSE（0.18 対 0.21–0.34）を達成し、変数間および時間的相互作用の両方をモデル化する必要性を実証した。
• デコーダアブレーション：完全な適応デコーダ（整合性駆動増幅付き）は、固定デコーダ、標準ベイズ更新、固定忘却因子法と比較して、急激な動力学シフト（ペイロード落下）後の最低の RMSE と最速の回復を達成した。
• 軌道追跡：クローズドループ MPC 実験において、提案手法は、名义モデル、オフライン DNN、拡散ベースモデル、および他のオンライン適応ベースライン（例えば、Active MLP、Proto-MPC）を上回った。分布内および分布外のペイロード条件の両方において、優れた外乱拒絶性と追跡精度を示した。

意義と主張

本論文は、空中操作機の正確なモデリングには、結合された時間動力学と展開時の非定常性の同時モデル化が必要であると主張している。提案されたフレームワークは、複雑な表現学習（非線形エンコーダによるオフライン処理）と適応メカニズム（線形デコーダによるオンライン処理）を分離することで、これに対処する。

著者は、自らのアプローチが以下のことを可能にすると強調している：

• 攻撃的な勾配ベース学習にしばしば伴う不安定性なしに、急激な変化（ペイロード解放など）への迅速な適応。
• 不一致が検出されない場合のベイズ更新の保守的な性質による、名义条件下での安定した推定。
• オンライン更新が計算効率的（$O(d\ell^2)$）であり、エンコーダ推論がステップごとに 1 回実行されるため、MPC とのリアルタイム互換性。

結果は、構造化された履歴エンコーディングと適応的共分散増幅を組み合わせることが、変化するかつ予測不可能な運用レジームにおける信頼性の高い空中操作のための堅牢な解決策を提供することを浮き彫りにしている。