Input-to-State Stable Bundle Koopman Neural ODEs for Learning Controlled Dynamics under Environmental Constraints

技術要約：環境制約下における制御ダイナミクス学習のためのISS-BKNO

問題提起
本論文は、変化する環境条件下で動作する制御された非線形力学系に対して、正確かつ証明可能な安定性を備えたモデルを学習するという課題に取り組んでいる。既存のアプローチは、通常、安定性、外的な入力、または環境制脈を個別に扱っている。具体的には以下の通りである：

• Koopman法は線形表現を提供するが、ディープラーニングを用いる際に明示的なスペクトル構造を失うことが多く、安定性の証明を困難にする。
• Stable Neural ODEsは連続的な深さのモデルを提供するが、分布の変化や外部からの摂動に対する保証が欠如していることが多い。
• 環境認識型学習は、幾何学的制約（ファイバー）をダイナミクスから分離しつつ、グローバルな収束保証を維持することに苦慮している。

著者らは、以下の特性を同時に提供できる手法の欠如を特定している：(i) ファイバーの幾何学とダイナミクスを分離した、環境条件付きの明示的な潜在座標系。(ii) 半正定値計画法によって検証可能な、入力状態安定性（ISS）の証明書。(iii) これらの特性を共同で強制する統一された学習目的関数。

手法：ISS-BKNOフレームワーク
提案されたフレームワークであるISS-BKNO（Input-to-State Stable Bundle Koopman Neural ODE）は、Koopman作用素の同定、Neural ODE、ファイバー束の幾何学、およびISS認証を、3段階のリフティング・パイプラインに統合している：

1. 束認識エンコーダ（Bundle-Aware Encoder）：
   物理状態 $x$ と環境信号 $\xi$ を、リフトされた空間 $Z$ 内のファイバー $F_\xi$ へとマッピングする。このエンコーダ $\Phi(x, \xi)$ は、異なる環境における潜在表現が、ファイバー束の構造 $\pi: Z \to E$ に従い、幾何学的に分離されることを保証する。

2. 環境条件付きKoopmanバックボーン：
   潜在状態は、$\Psi(z)$ を通じて観測空間 $\psi$ へとさらにリフトされる。ダイナミクスは次のようにモデル化される：
   $$\dot{\psi} = K(\xi)\psi + B(\xi)u + r_\theta(\psi, u, \xi)$$
   ここで、$K(\xi)$ と $B(\xi)$ は環境 $\xi$ に依存する行列であり、（小さなMLPヘッドによって生成される）$\xi$ に条件付けられている。決定的なのは、$K(\xi)$ がPersidskii型の分解を用いて、構成上Hurwitzとなるようパラメータ化されている点である：
   $$K(\xi) = -\frac{1}{2}Q(\xi)^\top Q(\xi) + S(\xi)$$
   ここで $S(\xi)$ は歪対称行列である。これにより、$K(\xi)$ の対称部分が負の半定値であることが保証され、公称解への収縮が保証される。

3. 残差Neural ODE補正：
   残差項 $r_\theta$ は線形近似を補正する。そのヤコビアンは二次セクター境界を満たすように制約されており、非線形性が安定条件を破らないことを保証する。

安定性認証と学習
本フレームワークは、LyapunovベースのISS正則化を採用している。二次Lyapunov関数候補 $V(\psi) = \psi^\top P \psi$ は、モデルと共に共同で学習される。学習目的関数には、Lyapunov減少条件を強制するペナルティ項（$L_{ISS}$）が含まれる：
$$\dot{V} \leq -\alpha V + \gamma |w|^2$$
この条件は、学習されたパラメータ $P$、ゲイン $\gamma$、およびセクター乗数 $\lambda$ を含む線形行列不等式（LMI）として定式化されている。事後検証とは異なり、このLMIは微分可能な学習損失の一部であり、最適化器に対して安定制約を満たしながらISSゲイン $\gamma$ を最小化するように作用する。全損失は、予測誤差、ISS正則化、再構成誤差、および制御バリア関数（CBF）のペナルティを組み合わせたものである。

主な貢献

1. 束認識Koopmanリフティング： 状態を環境固有のファイバーへマッピングし、幾何学的制約と動的進化を分離する新しいエンコーダ。
2. LyapunovベースのISS正則化： 学習中に二次減少条件を強制する微分可能な損失関数を提供し、収束時に閉形式のISSゲインをもたらす。
3. 理論的保証：
   • 束座標写像に関するファイバー不変性の証明。
   • 明示的なゲイン公式を持つ潜在ダイナミクスのISSの証明。
   • 予測RMSEと拡張動的モード分解（EDMD）の残差を関連付ける近似誤差界の導出。
4. 実証的検証： 4つのベンチマークタスク（振り子、カートポール、ユニサイクル航行、7自由度マニピュレータ）における包括的なテストを行い、既存のベースラインに対して優れた性能を示した。

実験結果
実験は、変化する物理パラメータ（ロッドの長さ、質量、摩擦、ペイロードなど）や外部摂動を含む4つのタスクに対して行われた。フレームワークは、5つのベースライン（vanilla Neural ODE (NODE)、Koopman-EDMD、Koopman+ISS (事後検証型)、ControlSynth Neural ODE (CSODE)、ICODE）と比較された。

• 予測精度： ISS-BKNOは、すべてのタスクにおいて最も低い平方根平均二乗誤差（RMSE）を達成した。特筆すべきは、vanilla Neural ODEと比較して予測RMSEを58%削減したことである。
• 堅牢性： 正弦波状の摂動下において、ISS-BKNOは理論的境界と一致する有界な誤差エンベロープを維持したが、明示的なISS証明を持たないモデル（NODEなど）は持続的なオフセットを蓄積した。
• 安定性の実現可能性： 本手法はテスト中に100%のLMI実現可能性率を達成した。対照的に、事後検証型のKoopman+ISSベースラインは、分布の変化によるスペクトル半径の違反により、テストエピソードの6%で実現可能性チェックに失敗した。
• 汎化性能： 性能低下は、明示的なファイバー構造を持たないベースラインよりも緩やかであり、学習分布の境界付近においても優れた挙動を示した。

意義と主張
本論文は、ISS-BKNOが、データ駆動型制御における安定性、環境適応、および幾何学的制約処理という、これまでバラバラであった問題に対する統一的な解決策を提供すると主張している。ファイバー束の幾何学と、Hurwitzパラメータ化されたKoopmanバックボーン、および微分可能なISS正則化を統合することで、本フレームワークは事後的な安定性チェックの必要性を排除する。著者らは、このアプローチが、学習プロセスから直接グローバルな収束保証と計算可能なISSゲインを提供することにより、学習ベースのコントローラーを安全性が重要な設定にデプロイすることを可能にすると断言している。理論的結果は、予測精度をEDMDの残差に直接結びつけており、辞書選択のための原理的な基準を提供している。