Adaptive Nonlinear Control with Online Identification and Receding-Horizon Optimization

物理的な世界を移動する機械を制御することは、その機械が「すべきこと」と「実際にすること」との間の絶え間ない交渉である。工学の教科書が描く理想の世界では、ロボットの挙動は完全に予測可能である。コマンドを与えれば、数学が示す通りに正確に動く。しかし現実には、機械は厄介な存在である。部品は摩耗し、燃料を消費するにつれて重量は変化し、押し返す空気は捉えどころのない振る舞いを見せる。さらに、ロボットがどこにいるかを伝えるセンサーも決して完璧ではなく、常にわずかなノイズを含んでいる。エンジニアにとっての核心的な課題は、この「厄介さ」をリアルタイムで処理できる制御システムを構築することである。システムは、機械が動いている最中にその真の性質を把握し、次にどこへ向かうかを予測し、人間が介入したり機械が停止したりするのを待つことなく、進路を維持するために即座に指令を調整しなければならない。

これは、研究者イゴール・ラドニクによって開発されたAMIGOと呼ばれる新しいアプローチが取り組んでいる問題である。このシステムは、特定の順序で行われる3つの異なる活動を組み合わせることで、ドローンや宇宙船のような複雑な機械を誘導するように設計されている。第一に、システムは機械の声に耳を傾け、その真の特性を学習する。第二に、その新たな知識を用いて、目的地への長期的な経路を策定する。第三に、予期せぬ衝撃や誤差に対処するために、絶え間なく微細かつ迅速な修正を行いながら、その経路を実行する。この手法は、振動システムの数学的モデル、クアッドコプター・ドローン、そして月面に着陸しようとする宇宙船という、非常に異なる3つの機械を用いたシミュレーションでテストされた。あらゆるケースにおいて、システムは機械の真の物理的特性を特定し、安全な軌道を計算し、機械の実際の挙動が当初の想定と大きく異なっていたとしても、車両を安定した停止状態へと導くことに成功した。

この研究の核となるのは、コンピュータに、すでに動作中の機械について学習させる手法である。宇宙船が月面へと降下していく様子を想像してほしい。エンジニアたちは、その機体がどれほど重いか、エンジンがどれほどの推力を生み出すかについて、最善の推測を持っている。しかし、燃料が燃焼するにつれて機体は軽くなり、エンジンは必ずしも完璧に効率的ではないかもしれない。もし降下を制御するコンピュータが元の推測のみに依存していれば、ブレーキの掛け方を誤算し、墜落してしまう可能性がある。AMIGOは、飛行の初期段階を「聴取」に充てることでこの問題を解決する。このフェーズでは、コンピュータは安全で安定した制御の下で機械を動かし、その反応を観察する。コンピュータは、機械の実際の動きと、コンピュータのモデルが予測した動きを比較することで、数学的な手法を用いて、重量やエンジンの出力に関する理解を洗練させていく。月面着陸のシミュレーションにおいて、このプロセスにより、コンピュータはエンジンの効率を誤差10分の1パーセント未満で特定することができ、重要な着陸フェーズが始まる前に、宇宙船の真の性質を事実上学習することができた。

システムが機械の信頼できるモデルを手にすると、計画フェーズへと移行する。ここでは、コンピュータは単に現在の瞬間に反応するのではなく、遠い未来を見据える。コンピュータは完全な軌道を計算する。それは、機械を現在地から安全な着陸地点へと導くための、一連のコマンドの長いリストである。これは単純な直線ではない。変化する重量や、緩やかに減速する必要性を考慮した複雑な経路である。コンピュータはこの問題を、ゴールから逆算することで解決する。「最終的に完璧な場所にいるためには、その直前の瞬間、自分はどこにいなければならないか？ そして、そのさらに前の瞬間には？」という問いを繰り返すのである。この論理を繰り返すことで、ターゲットに到達する必要性と、燃料や労力を最小限に抑える必要性のバランスをとった詳細な計画を構築する。月の例では、この計画フェーズにおいて、月の重力と機体の質量変化を考慮しながら、高度800メートルから表面へと機体を導くための経路を生成するのに、約10秒のコンピュータ時間を要した。

最終フェーズは、計画に従いつつも適応する準備ができている状態で、実際に機械が飛行する段階である。こここそが、このシステムが最も輝く場面である。コンピュータは、あらかじめ計算された経路を線路上の列車のようになぞるだけではない。代わりに、状況を常に再評価する。毎秒のわずかな間隔ごとに、コンピュータは機械が実際にどこにいるかを確認し、それを計画上の位置と比較し、小さな修正を計算する。突風がドローンをコースから押し出したり、エンジンが予想とは少し異なる動きをしたりした場合、システムは即座に短期的調整を計算し、軌道に戻す。これらは非常に高速に行われるため、機械が意図した経路から大きく逸脱することはない。重量とバランスが不明な状態で安定化を図らなければならなかったクアッドコプターのシミュレーションでは、システムは正しい物理的特性を特定し、その後、傾きと位置を継続的に修正しながら、ドローンを安定させてホバリング状態に到達させた。

このアプローチの強みは、機械自体の限界をどのように扱うかにある。現実のエンジンは無限の力で押し出すことはできず、また、その力を瞬時に変化させることもできない。つまり、彼らには、どれほど強く押せるか、およびその押し方をどれほど速く変えられるかという物理的な限界がある。多くの制御システムはこれらの限界を無視するか、あるいは事後に対処しようとするが、これは不安定さを招く原因となる。AMIGOは、これらの限界を計画プロセスの中に直接組み込んでいる。コンピュータが経路を計算する際、エンジンがどれだけの力を生み出し、どれほど速くその力を変えられるかを正確に把握している。もし操作に想定以上の力が必要となった場合、システムは安全な範囲内に収まるよう、自動的に計画を調整する。月面着陸のシナリオでは、システムはメインエンジンと姿勢制御用の小型モーターを管理し、ハードウェアが提供できる以上の要求を機体に課さないようにすることで、滑らかな降下を実現した。

シミュレーションの結果は、このシステムが大きな不確実性を扱うのに十分な堅牢性を持っていることを示している。クアッドコプターの場合、コンピュータはドローンの質量と重量分布に関する誤った推定値からスタートした。初期の推測には顕著な差があったが、特定フェーズによってこれらのエラーは迅速に修正された。ドローンが安定化ルーチンを開始する頃には、コンピュータはドローンの真の物理的特性を高精度で把握していた。月面着陸シミュレーションの最終段階は、長期間にわたる複雑な降下を管理するシステムの能力を実証した。機体は特定の速度と向きを持って高度800メートルから降下を開始した。降下の過程を通じて、システムはエンジンの効率を特定し、燃料消費を考慮した軌道を計画し、そして実行した。機体は垂直速度6センチメートル毎秒未満で接地した。これは、実際のミッションにおいても安全とされる穏やかな到着である。

この研究を特に注目すべきものにしているのは、学習のために機械を停止させたり一時停止させたりする必要がない点である。特定、計画、制御は、機械が動いている間に連続的なループとして行われる。システムは、現実のコンピュータの厳格な時間制限内で動作するように設計されている。コンピュータは、完璧な経路を計算するために無限の時間を費やすことはできず、次の瞬間が来る前に「十分に良い」答えを出さなければならないことを知っている。もしコンピュータが計算時間を使い果たしたとしても、それまでに計算された最善の計画をそのまま使用し、機械が制御を失わないようにする。この学習、計画、行動のバランスにより、システムは条件が静止しておらず、完璧な情報が得られない現実世界に適応することができる。

本論文は、この手法が困難な環境における自律機械の誘導のための強固な基礎を提供すると結論づけている。単一のシステムが、機械の真の性質を学び、複雑な軌道を計画し、ハードウェアの物理的限界を尊重しながら精密な修正を行ってその計画を実行できることを、見事に実証した。シミュレーションは、単純な振動システムから、別の世界への複雑な宇宙船の着陸まで、幅広い課題を網羅している。今回の研究はシミュレーション上で行われたものであるが、その結果は、安全性と適応性が極めて重要となる実世界のアプリケーションにおいて、このアプローチが実行可能であることを示唆している。この研究分野の次のステップは、実際のハードウェア上でシステムをテストし、環境の急激な変化やセンサーの故障といった、より複雑な不確実性にどのように対処できるかを探求することである。現時点において、この研究は、機械が硬直した台本に従うのではなく、自らの性質を理解し、周囲の世界に適応することによって、いかにして自律飛行を学ぶことができるかを示すデモンストレーションとして成立している。