Real-Time RLS-Based Adaptive PID Control for UAVs: Implementation and Stability Analysis in Microsoft Flight Simulator

無人航空機の操縦は、進路を維持することと、絶えず変化し続ける世界に対応することとの間の、絶妙なバランス取りである。空気そのものが変化する風景であり、突風、燃料重量の変化、そしてミッションによる単純な摩耗が、機体の操縦への応答を変えてしまう。何十年もの間、エンジニアはドローンを安定させるために、標準的な一連のルールを用いるオートパイロットに頼ってきた。比例・積分・微分（PID）制御として知られるこれらのルールは、ドリフトを修正するためにスティックをどれくらい押し込むべきかを正確に理解している熟練したパイロットのようなものである。しかし、これらの標準的なパイロットは思考が固定されている。彼らは、空の変化からその瞬間ごとの変化を学ぶことはない。機体が重くなったり風が強まったりすると、固定されたパイロットは過剰に反応したり、逆に反応が足りなくなったりして、飛行の揺れやエネルギーの浪費を招くことがある。これを解決するために、研究者たちは、飛行しながら自らのルールを学習し調整できるオートパイロット、すなわち「適応制御」と呼ばれる概念を長らく追求してきた。この分野を突き動かしている問いは、機械がリアルタイムで飛行の物理学を真に学び、人間が設計した固定的なシステムよりも優れた飛行を実現できるのかどうかである。

最近の研究において、モハメド・ザウシェという研究者は、適応型オートパイロットが標準的な固定型を凌駕できるかどうかを確認するため、この問いを高度な仮想世界へと持ち込んだ。彼は、現実の飛行の物理学を驚くほど正確に模倣する洗練されたコンピュータプログラムである、Microsoft Flight Simulatorの中で作業を行った。物理的なドローンを製作すると、不安定なソフトウェアを用いたテストを行うにはコストもリスクも高いため、彼は大型の長時間滞空型軍用ドローンであるプレデターMQ-1のデジタルツインを作成した。彼はこの仮想の航空機を、独自の制御ソフトウェアを実行するコンピュータに接続し、シミュレータがセンサデータをコンピュータに送り、コンピュータが操舵コマンドを返すというループを作り上げた。「ソフトウェア・イン・ザ・ループ」と呼ばれるこのセットアップにより、彼は現実の墜落の危険を冒すことなく、現実的な環境で自身のアイデアをテストすることができた。

ザウシェの実験の核心は、コンピュータに飛行の仕方を教える新しい方法であった。彼はソフトウェアに「再帰最小二乗法」と呼ばれるツールを与えた。これは、高速で計算を行う計算機の役割を果たす。仮想の飛行機が飛行する間、このツールはエレベーター制御（機体を上下させる尾翼の部分）と実際の高度との関係を絶えず監視した。このデータを用いて、飛行中に機体の挙動に関する単純な数学的モデルを構築したのである。この絶えず更新されるモデルに基づき、ソフトウェアはPIDコントローラの3つの主要なノブ、すなわち比例、積分、微分のゲインを調整し、飛行を滑らかに保とうとした。絶えず最適な設定を再計算することで、適応型システムが、条件に関わらず同じ設定を使用する固定型よりも、乱気流や変化に対してより良く対処できることを期待したのである。

しかし、研究の結果は、驚くべき、かついくぶん으로厳しい真実を明らかにした。システムは飛行を維持する分には十分に機能したが、多くの人が期待したような優れたパフォーマンスを発揮したわけではなかった。実際、研究者がシミュレータからの実際の飛行データを用いて適応型システムを標準的な固定ゲイン・オートパイロットと比較したところ、適応型システムの方が大幅に多くの制御努力を要していることが判明した。仮想のエレベーターは、適応制御下ではるかに頻繁に、かつ激しく動き、これは適応型制御が賢く動くのではなく、より懸命に働いていることを示唆していた。研究によれば、適応型コントローラの性能は固定型よりも統計的に優れているとは言えず、エネルギー使用量のいくつかの指標においては、むしろ劣っていた。

しかし、この論文の最も重要な発見は、どちらのコントローラが優れているかではなく、適応型システムの設計そのものに潜む隠れた欠陥についてであった。研究者は、制御システムの「極（ポール）」――安定性を決定する数学的な点――を、機体が揺れないようにするための安全圏内に配置しようとする、構造的な限界を発見した。適応型システムは、実際には4つを必要とする状況を制御するために、3つの調整可能なノブを持っていた。それは、まるで4本の弦を持つ楽器を、3本のチューニングペグだけで調律しようとしているようなものであった。この不一致のために、一つの安定点が制御されないまま残されてしまったのである。

研究者が「残留極」と呼ぶこの制御されない点は、飛行中の約7.8パーセントの局面において不安定となった。ソフトウェアには制御ノブが回転しすぎるのを防ぐための安全制限があったが、それらの制限をもってしても、根本的な不安定性を確実に修正することはできなかった。この問題は、コンピュータが学習に使用するデータがしばしば解釈が非常に困難な状態、すなわち「不良条件（ill-conditioning）」にあることによって悪化し、これがコンピュータによる機体の挙動に関する推測を不安定なものにした。この不安定性は一時的なグリッチではなく、研究者が全く異なるシミュレータと異なる種類のドローンモデルに対して同じロジックをテストした場合でも、複数のテスト飛行を通じて一貫して現れた。

本研究は、適応型オートパイロットという概念は強力であるものの、ここで用いられた特定の手法には根本的な設計上の欠陥がある、と結論づけている。ノイズの多いデータに苦戦する学習アルゴリズムと、飛行の全変数を完全に管理できないコントローラの組み合わせは、真の不安定性のリスクを生み出す。この研究は、適応制御が可能であると主張しているのではない。むしろ、単純な3つのノブによる調整で、複雑な4つの要素からなる問題を解決しようとするこの特定のアプローチは、実用には不十分であることを示している。この研究は厳格な診断として機能しており、単にコントローラに学習機能を加えるだけでは不十分であり、基礎となる数学が制御しようとしているシステムの全容を扱えるものでなければならないことを証明している。ドローン技術の未来にとって、これはエンジニアが単純な調整を超えて、飛行力学のあらゆる自由度を考慮できるシステムを設計し、いかなかなる安定点も偶然に任せることがないようにしなければならないことを意味している。