技術要約：オイラー・ラグランジュ・ロボット力学のための物理整合的スパース学習と選択的オンライン適応

1. 問題設定

正確な力学モデルは、モデルベースのロボット制御において不可欠であり、通常、オイラー・ラグランジュ（EL）定式化に依存している。しかし、公称のELモデルは、ペイロードの変化、システム内結合、摩擦、空気力学的抗力、および変化する動作条件といった未モデル化の効果により、現実世界のシナリオでは失敗することが多い。

既存の学習ベースの補正手法は、一般に、公称モデルへの単一の加法的な残差項を導入することでこれに対処している。これらの手法は予測誤差を減少させる点では効果的であるが、不一致を非構造的なブラックボックス関数として扱うことが多い。これは、ELシステムの内部的な機械構造を無視しており、対称性、慣性行列の正定値性、および慣性と速度依存項（コリオリ項）の間の特定の結合といった重要な物理的特性を損なう。その結果、このようなモデルは物理的に矛盾した予測を生み出し、コントローラーに組み込まれた際の信頼性を低下させる可能性がある。

さらに、現実世界のシステムは、多くの状態間の相互作用が弱い状態にある時変的な結合を示すことがあり、これは残差力学が部分的にスパースであることを示唆している。既存の手法は、高い計算コストやデータ効率の悪化を招くことなく、このスパース性を活用したり、非定常な条件に効率的に適応したりすることに失敗することが多い。核心となる課題は、ELシステムの構造化された機械的形態を維持しつつ、変化する外乱に対してコンパクトで選択的なオンライン適応を可能にする学習フレームワークを開発することである。

2. 手法

著者らは、モデルの不一致を、機械的に結合された項と外乱に敏感な力へと分離することで、モデルの不一致を異なるコンポーネントに分解する構造保存型残差学習フレームワークを提案している。この手法は、主に以下の4つの段階で構成される。

A. 構造化された残差分解

単一の加法的残差 $\delta$ を学習する代わりに、本モデルはEL方程式に基づき、補正を以下の3つの部分に分解する：
$$\delta_t = \Delta M_t \ddot{\chi}_t + \Delta C_t \dot{\chi}_t + \Delta f_t$$

1. 慣性補正 ($\Delta M$): 慣性行列に対する構造化された補正。
2. 誘導コリオリ項 ($\Delta C$): 修正された慣性から直接導出され、スキュー対称性（$\dot{M} - 2C$）を保持する。
3. 一般化力残差 ($\Delta f$): 非保存力（摩擦、抗力、外部外乱）を捉える。

B. スパース潜在相互作用モデリング

履歴依存の力学を扱い、スパース性を活用するために、システムは時間畳み込みネットワークを用いて、観測の有限履歴ウィンドウ ($H_t$) を潜在表現 $\tilde{z}_t$ にエンコードする。この表現は、ソフト閾値処理（スパースコーディングメカニズム）を介して2つのブランチに分割される：

• 構造ブランチ ($z^M_t$): 慣性補正を駆動するスパースコード。
• 適応ブランチ ($z^f_t$): 一般化力補正を駆動するスパースコード。

これにより、任意の時点で「アクティブ」な相互作用モードの極めて限定されたサブセットのみが利用されることが保証され、簡潔性が促進される。

C. 物理的制約とパラメータ化

• 慣性行列: 修正された慣性 $\hat{M}$ は、公称慣性と学習された補正の和としてパラメータ化される。補正は、低ランク項と厳密に正の対角項（softplus 活性化関数を使用）の和として構成され、$\hat{M}$ が構築によって対称正定値 (SPD) であることを保証する。
• コリオリ行列: 修正されたコリオリ行列 $\hat{C}$ は独立して学習されるのではなく、学習された慣性 $\hat{M}$ からクリストッフェル記号を用いて解析的に導出される。これにより、慣性と速度項の間の機械的な結合が強制される。
• 一般化力: スパースな適応潜在コードの線形関数としてモデル化される（$\Delta f = \Theta z^f_t$）。

D. 選択的オンライン適応

時変条件（例：ペイロードの変化）に対処するため、本フレームワークは選択的オンライン適能を採用している：

• 機械的に構造化されたコンポーネント ($\Delta M$ および $\Delta C$) は、オフライン学習後に固定される。
• 一般化力デコーダ ($\Theta$) のみがオンラインで更新される。
• 更新は、$z^f_t$ の非ゼロ要素によって定義されるアクティブな潜在部分空間内でのベイズ線形回帰を用いて行われる。これにより、モデル全体を再学習したり学習された機械的構造を損なったりすることなく、外乱に対して迅速かつサンプル効率の高い適応が可能となる。

3. 主な貢献

本論文は、主に3つの貢献を強調している：

1. 構造保存型残差分解: 慣性補正、誘導コリオリ項、および一般化力を明示的に分離することにより、ELシステムのための残差学習を定式化した。これにより、すべての不一致を一般的なブラックボックス項に吸収するのではなく、主要な機械的特性（対称性、正定値性）を保持する。
2. 簡潔な履歴依存相互作用モデリング: 限定された数のアクティブな相互作用パターンを捉えるスパースな潜在表現を導入した。これにより、多くの状態間の相互作用が常に弱いという観察結果を活用し、構造化された機械的な不一致と外乱効果の両方をコンパクトにモデリングすることを可能にした。
3. 選択的ベイズオンライン適応: 外乱に敏感な一般化力コンポーネントのみを、アクティブな潜在部分空間内で更新する適応メカニズムを開発した。これにより、学習された機械的構造の完全性を維持しながら、非定常な力学への応答性を確保する。

4. 実験結果

本手法は、差動駆動モバイルロボット、6自由度マニピュレータ、クアッドロータ、モバイルマニピュレータ、および航空マニピュレータの5つのロボットプラットフォームを用いて評価された。実験では、変動するペイロードおよび動作条件下での複雑なフィギュアエイト軌道の追従が行われた。

• 予測精度: 提案手法は、Sparse System Identification (SysID)、Physics-Inspired TCNs (PI-TCN)、およびDeep Model Reference Adaptive Control (DMRAC) を含むベースラインと比較して、最も低い正規化予測誤差を達成した。ベースラインは、モバイルおよび航空マニピュレータにおける構成依存の結合に苦戦したが、構造化されたアプローチは優れた性能を示した。
• 軌道追跡: 計算トルク制御器を用いた閉ループ制御において、提案手法は、オフライン深層学習モデル (DNN, Diffusion)、メタ学習アプローチ、およびアクティブMLPと比較して、優れた追従性能（最小のRMSE）を示した。この結果は、構造化されたモデリングと再帰的で不確実性を考慮した更新を組み合わせることが、非定常な力学の下での堅牢な追跡に極めて重要であることを示している。
• アブレーション研究:
  • スパース性: 中程度のスパースレベルが、表現力と堅牢性の間で最良のバランスをもたらし、低データ領域でのデータ効率を向上させ、より速い収束を可能にした。
  • 適応: スパースモデルは、高密度モデルと比較して、過渡的な外乱（例：ペイロードの落下）後の誤差回復と滑らかな収束が速かった。アクティブな潜在次元は、過渡期には動的に増加し、定常時には公称レベルに戻ることで、適応的な複雑性を示した。

5. 意義と主張

本論文は、正確な現実世界のモデルベース制御には、単に予測誤差を減少させること以上のもの、すなわち物理的一貫性と選択的な適応性が必要であると主張している。

• 物理的一貫性: EL構造（SPD慣性、結合されたコリオリ項）を保持することで、モデルは解釈可能かつ信頼できるものとなり、不安定な制御挙動を招く可能性のある非構造的なブラックボックス補正の落とし穴を回避する。
• 効率性と堅牢性: スパースな潜在表現と選択的なオンライン適応の組み合わせにより、システムは時変条件を効率的に扱うことができる。これにより、フルモデルの再学習に伴う計算負荷や、大規模なパラメータセットの適応に伴うデータ効率の悪化を回避できる。
• 実用的な展開: 本フレームワークは、組み込みハードウェア（NVIDIA Jetson Orin NX）へのリアルタイム展開を想定して設計されており、構造化された残差学習が多様なロボットシステムに対してモデルベースのコントローラーに効果的に統合できることを示している。

著者らは、本手法が性能を大幅に向上させる一方で、機械的に構造化されたコンポーネントは展開中に固定されているという限界が残っていると結論づけている。彼らは、非常に大きな、あるいは持続的な慣性特性の変化を伴うシナリオについては、構造化された機械的項の共同適応を調査すべきであると示唆している。