技術要約：Koopman学習制御のための投影残差による入力-状態安定性（ISS）認証

1. 問題設定

本論文は、有限の試行ホライゾンにわたって動作する未知の離散時間非線形反復システムに対する、データ駆動型Koopman学習制御の安定性認証について扱っている。ゼロ誤差収束や名目的な単調収束を目指す古典的な反復学習制御（ILC）とは異なり、本研究は学習・試行軸（$k$）に沿った**実用的な入力-状態安定性（ISS）**に焦点を当てている。

データ駆動の設定において、小さな予測残差（モデルの適合度）が必ずしも安定性を保証しないという点が、特定された核心的な課題である。安定性は以下の要素に依存する：

1. チャネルの情報量（Informativeness）： 選択された有限ホライゾンの入出力チャネルが、要求された出力補正を生成するための正の余白（可逆性）を有していること。
2. 到達可能性（Reachability）： 要求された出力増分が、学習されたチャネルの制約された到達可能集合内に存在すること。もし存在しない場合、**投影残差（projection residual）**が発生し、それが持続的な摂動として作用する。
3. 持続的摂動（Persistent Perturbations）： リセットの不一致、非反復的な外乱、チャネル同定誤差、デプロイメント時のシフト、および数値的な許容誤差などの要因は、試行を通じて消失しない。

目標は、Koopman残差、投影残差、および不確実性をISS入力として扱い、初期状態から明示的な**最終バンド（ultimate band）**へと学習誤差を拘束する決定論的な証明書を構築することである。

2. 手法

システム定式化

システムは、試行インデックス $k$ と、試行内のホライゾン $t \in \{0, \dots, N-1\}$ にわたって進化する非線形反復タスクとしてモデル化される。コントローラは、凍結されたKoopman演算子近似（EDMDcによる拡張動的モード分解による）を用いて、試行ごとに協調的に入力を更新する。

学習ダイナミクスは、試行軸上の離散時間システムとして定式化される：
$$\bar{E}_k = \Lambda \bar{E}_{k-1} + r_k$$
ここで、$\bar{E}_k$ は選択されたスタックされた追従誤差であり、$\Lambda$ は $\|\Lambda\|_\infty < 1$ を満たす学習行列であり、$r_k$ はすべての摂動源を集約したものである。

証明書の主要構成要素

著者らは、摂動項 $r_k$（ISS入力）を、監査可能な特定の構成要素に分解している：

1. Koopman残差 ($\omega_k$): モデルの不一致および非反復的な外乱。
2. 投影残差 ($p_k$): 要求された出力増分と、学習されたチャネルの制約された到達可能集合との間の距離。これは構造的な制限であり、単なる数値誤差ではない。
3. チャネル不確実性 ($\Delta G_k \Delta U_k$): 学習された有限ホライゾンチャネル行列のエラー。
4. リセット/可観測性摂動 ($\Delta O_k \Delta z_{k,0}$): 初期条件および可観測性の不一致。
5. デプロイメントシフトおよび数値的許容誤差: キャリブレーション時とデプロイメント時の分布の違い、およびソルバーの誤差。

認証プロトコル

本論文は、展開前に候補となるコントローラを検証するための拒絶可能な認証手順（アルゴリズム1）を提案している：

1. モデル適合: 同定データからKoopman行列を学習する。
2. マージン検証: 選択されたチャネルが正の下限特異値マージン（$\sigma_{\min} - \epsilon > 0$）を持つか確認する。満たさない場合、その候補は拒絶される（弱チャネルによる認証不能性）。
3. 投影監査: 認証された要求集合に対して、最悪のケースの投影予算を計算する。
4. 不変性チェック: 誤差が認証された球内に留まることを保証するために、収縮条件 $\lambda R + P(R, \bar{Z}_0) \leq R$ が成立するか検証する。
5. 有限サンプル校正: 分割コンフォーマル予測（split-conformal prediction）を用い、指定されたリスクレベルで完全エピソードの残差スコアをバウンドする。

理論的結果

• 定理1（決定論的な実用的ISS）: チャネルマージンが正であり、かつ摂動が有界であれば、学習誤差は集約された摂動予算 $\bar{w}$ を用いて、幾何級数的に最終バンド $\Delta_{ISS} = \bar{w} / (1-\lambda)$ へと収束することを確立している。
• 定理2（有限サンプルISS予算）: コンフォーマル残差スコアと、チャネル不確実性、投影残差、およびデプロイメントシフトに関する決定論的な境界を組み合わせることで、$\bar{w}$ に対する確率的な境界を提供する。

3. 主要な貢献

1. 実用的なISS定式化: Koopman学習制御の安定性を、モデルの適合度と学習の認証可能性を明確に分離した上で、試行軸に沿った実用的なISS問題として定式化した。
2. 安定対象としての投影残差: 投影残差と選択されたチャネルのマージンを、必要な認証オブジェクトとして特定した。予測残差が小さくても、チャネルが弱い場合や要求が到達不能な場合には、安定性認証に失敗し得ることを示している。
3. 計算可能な認証予算: 以下の組み合わせにより、明示的な最終バンドを構築する方法を提供する：
   • 完全エピソードの残差校正（分割コンフォーマル手法による）。
   • 有限ホライゾンのチャネルおよびリセットのマージン。
   • 投影残差。
   • 実装マージン（シフト、数値的誤差）。
4. 監査フレームワーク: 単に追従性能を比較するのではなく、理論の各構成要素（残差対バンドのスケーリング、弱チャネルの拒絶、投影の閉鎖性、および最終バンドの被覆）を検証するための数値的監査フレームワークを開発した。

4. 数値実験と検証

本論文は、4つの非線形反復システム（Duffing振動子、閉ループおよび予算監査、立方ダンピング振動子、および非線形サーボ）を用いて理論を検証している。

• 残差対バンドのスケーリング: 実験により、外乱、ノイズ、またはモデルの不一致が増加すると、ISSゲイン $\gamma(s) = s/(1-\lambda)$ と一致して、認証された最終バンドが線形に増加することが確認された。
• 弱チャネルの拒絶: 「弱い」選択チャネル（低い特異値）を持つケースでは、予測残差が小さくても、認証器によって正しく拒絶された。これは、予測精度だけでは不十分であることを強調している。
• 投影の閉鎖性: 監査により、要求された出力補正が、認証された候補の制約された到達可能集合内に留まっていることが検証された。
• 最終バンドの被覆: 成功した試行において、観測された追従誤差は、理論的に予測された最終バンド内に進入し、そこに留まり続けた。
• アブレーション研究: 「名目上」のコントローラ（ゼロの残差予算）は認証に失敗するが、校正された残師予算を含めると、それらは認証可能になることが示された。逆に、予算を保守的に膨らませると、最終バンドは拡大するが、被覆率は維持される。

5. 意義と主張

本論文は、従来の収束解析とは異なる、Koopman学習制御のための実用的かつデータ駆動型の安定性証明書を提供することを主張している。

• 関心の分離: モデルの適合度（予測残差）と制御の認証可能性（チャネルマージンおよび到達可能性）を厳密に分離している。優れた予測器が、自動的に安定化するコントローラになるわけではない。
• 明示的な境界: 漸近的な結果とは異なり、本手法は有限のデータ、制約、および持続的な外乱を考慮した上で、デプロイ前に計算可能な明示的な追従誤差の最終境界を提供する。
• 非理想的事象への堅牢性: リセットの不一致、デプロイメントシフト、および数値的許容誤差を、消失すると仮定するのではなく、ISS入力として明示的に扱う。
• 限定的な範囲: 著者らは、この結果が有限ホライゾンかつタスク・プロトコルに依存した証明書であることを強調している。これは任意の学習済みコントローラに対する普遍的な安定性を主張するものではなく、定義されたプロトコルの下での特定の、凍結された制御構成に対する厳格な監査証跡を提供するものである。

結論として、Koopman学習制御は、モデル残差、投影残差、およびチャネルマージンが、個別の監査可能な安定量として報告される場合にのみ、安定していると認証できる。