技術要約：時分割分離による劣最適および低次モデルを用いたMPC

問題提起

モデル予測制御（MPC）は、高次元または高度に非線形なシステムの最適制御問題を、厳格なサンプリング間隔内で解く際の計算量という、実時間実装における永続的な課題に直面している。計算能力の向上によって負担は軽減されているものの、これらの問題を実時間でグローバルな最適性にまで解くことは、多くのアプリケーションにおいて依然として実行不可能である。

これに対処するため、実務では以下の2つの戦略がよく用いられる：

1. モデル次数低減（Model Order Reduction）： 特定のダイナミクス（例：モデル化されていない高速ダイナミクスや低レベル補償器の状態）を無視した簡略化されたモデルを利用することで、最適化問題の次元を削減する。
2. 劣最適アプローチ（Suboptimal Approaches）： 収束を待つのではなく、有限の反復回数内で最適制御問題の近似解のみを計算する。

しかし、これら両方の戦略を組み合わせた閉ループシステムの安定性と実現可能性を厳密に分析することは困難である。劣最適化による最適化誤差と、低次モデルによるモデルミスマッチの相互作用は、システムを不安定化させる可能性がある。既存の文献では、これらの戦略を個別に扱ったり、物理プラントの連続時間的な性質やサンプリング時間の役割を明示的に考慮しない離散時間形式に依存したりすることが多い。

手法：SMART-MPC フレームワーク

著者らは、**SMART-MPC（SuboptiMAl and Reduced-order Tunable MPC）**と呼ばれる一般化されたフレームワークを提案している。このフレームワークは、**時分割分離（timescale separation）**に基づく厳密な安定性解析を用いて、劣最適化と低次モデリングを統合するものである。

システムモデリング

物理プラントは、以下の要素からなる連続時間相互接続非線形システムとしてモデル化される：

• ターゲット・ダイナミクス ($x_c$)： コスト関数に影響を与える主要な状態。
• 追加のダイナミクス ($\xi_c$)： モデル化されていないダイナミクスや低レベル補償器（例：モーターの電気的ダイナミクス）を表す補助的な状態。これらは高速であり、指数関数的に安定しており、ターゲット状態と入力が固定されているとき、平衡多様体 $\xi_{eq}(x_c, u_c)$ に収束すると仮定される。
• 調整可能なパラメータ ($\epsilon$)： 追加のダイナミクスの時定数をスケーリングするパラメータであり、これら高速ダイナミクスの任意の加速を可能にする。

システムはサンプリング時間 $\delta$ を用いて離散化されるが、これは単なる固定パラメータではなく、調整可能な設計変数として扱われる。

制御アーキテクチャ

SMART-MPC アルゴリズムは以下のように動作する：

1. 低次モデル： MPC オプティマイザは、追加のダイナミクスをその平衡多様体に拘束した（$\xi_c = \xi_{eq}(x_c, u_c)$）低次モデルを用いて、最適化問題を解く。これにより、高速な状態が最適化変数から排除される。
2. 劣最適化： 各サンプリング時刻において、有限ホライゾンの最適制御問題が劣最適に解かれる。オプティマイザは、有限回の反復（例：逐次二次計画法：SQP）を実行し、内部的なオプティマイザ状態 $z_t$ を更新する。
3. 閉ループ相互接続： フルオーダーの物理プラント（高速な追加ダイナミクスを含む）が、反復的なオプティマイザと相互接続される。制御入力はフルオーダーのプラントに適用されるが、オプティマイザは低次モデルのみを「認識」する。

理論的解析

本手法の中核は、摂動理論（singular perturbation theory）と時分割分離に基づいている。著者らは、以下の要素に分解することで閉ループシステムを分析する：

• 高速サブシステム（境界層）： ターゲット状態が固定されていると仮定した場合の、追加の状態とオプティマイザの状態のダイナミクス。
• 低速サブシステム（低次系）： 追加の状態とオプティマイザが平衡多様体に達していると仮定した場合の、ターゲット状態のダイナミクス。

サンプリング時間 $\delta$ を調整可能なパラメータとして扱うことで、$\delta$ が十分に小さく（かつ、追加のダイナミクスがサンプリングレートに対して十分に高速である場合、すなわち $\epsilon = r\delta$）、閉ループシステムが安定な二時系列システムとして振る舞うことを証明している。

主な貢献

1. 統一されたフレームワーク： 本論文は、実務でヘリスティックに組み合わされて使用されることが多い「劣最適化」と「モデル次数低減」の両方を同時に扱う、厳密な手法論的視点を提供している。
2. 設計パラメータとしてのサンプリング時間： サンプリング時間を固定値として扱う従来の作業とは異なり、本フレームワークは $\delta$ の役割を明示的に分析している。低次モデルや劣最適解の使用にもかかわらず、十分な速さのサンプリングレートで動作することが安定性を確保するための鍵であることを示している。
3. 形式的な保証： 特定の条件下（十分に小さい $\delta$ および適切な $\epsilon$ のチューニング）において、閉ループシステムが以下の特性を持つことを証明している：
   • 再帰的実現可能性（Recursive Feasibility）： 最適化問題は各ステップで実現可能であり続ける。
   • 指数安定性（Exponential Stability）： ターゲット・ダイナミクスが所望のセットポイントに到達し、オプティマイザの状態が最適な入力シーケンスに整合し、追加のダイナミクスが平衡多様体に位置するという平衡点へと、システムは指数関数的に収束する。
4. 連続時間に基づく基礎： 解析は連続時間ダイナミクスから直接導出されており、物理的な実態と離散時間MPCの実装との間の溝を埋め、純粋な離散時間解析よりも厳密な基礎を提供している。

結果と検証

理論的結果は、高精度な MuJoCo 物理エンジンでシミュレーションされた、DCモーター駆動の**アンダートラクト・ツーブリンク・ロボットアーム（PenduBot）**を用いた仮想実験を通じて検証されている。

• 実験設定： MPC オプティマイザは、モーターの電気的ダイナミクス（電機子電流）を無視し、代わりに機械的ダイナミクスに依存する低次モデルを使用する。最適化は、各サンプリング時刻において逐次二次計画法（SQP）の単一反復（リアルタイム・イテレーション）を用いて行われる。
• 高速サンプリングにおける性能： サンプリング時間 $\delta$ が小さく（0.005 s）、かつ電気的ダイナミクスがサンプリングに対して十分に高速である場合（小さな $\epsilon$）、SMART-MPC の性能は、(1) 完全な（フルオーダーの）予測を用いた劣最適 MPC、および (2) 完全な予測を用いた最適 MPC という2つの理想的なベンチマークの結果と一致する。システムは、スイングアップ動作から直立平衡状態への移行に成功している。
• 性能劣化： サンプリングレートを遅くした（0.07 s）場合、あるいは時分割分離を減少させた（インダクタンス $L$ が大きい）場合、性能は低下し、振動や収束失敗の兆候を示す。これは、十分な時分割分離の理論的な必要性を裏付けている。
• ロバスト性： ランダムな初期条件を用いたモンテカルロ解析により、高速サンプリング領域において、本手法が安定性を維持し、すべての試行においてロボットを安定化させることが示された。

意義と主張

本論文は、提案された SMART-MPC フレームワークが、計算リソースが限られている複雑で高次元なシステムへの MPC 展開に対する、理論的根拠に基づいた解決策を提供すると主張している。時分割分離を活用することで、以下のことが可能であることを示している：

• 安定性を損なうことなく、高速でモデル化されていないダイナミクスを無視すること。
• 再帰的実現可能性を損なうことなく、計算負荷を軽減するために劣最適解を使用すること。
• サンプリング時間の適切なチューニングを通じて、指数安定性と再帰的実現可能性を保証すること。

著者らは、本研究が連続時間ダイナミクスから厳密な証明を提供し、サンプリング時間の役割を明示的に特徴付けることで、先行する予備的なバージョンを拡張したものであることを強調している。挑戦的なロボット構成を用いた高精度シミュレータでの検証は、機械的および電気的システムが相互接続された実世界のアプリケーションに対する、本アプローチの実用的な生存能力を示唆している。