Scalable Distributed Nonlinear Control Under Flatness-Preserving Coupling

Titel: Schaalbaar Gedistribueerd Niet-lineair Regelen onder Behoud van Flatness door Koppeling

Auteurs: Fengjun Yang, Jake Welde en Nikolai Matni
Datum: 17 maart 2026

---

1. Probleemstelling

Het gedistribueerd regelen van grote teams van robots (multi-agent systemen) is een fundamenteel probleem, maar wordt aanzienlijk bemoeilijkt door twee factoren:

1. Dynamische koppeling: Subsystemen beïnvloeden elkaar fysiek (bijvoorbeeld door aerodynamische interferentie zoals downwash bij drones), wat de dynamica van het totale systeem complex maakt.
2. Beperkte communicatie: Controllers kunnen niet altijd toegang hebben tot de volledige staat van het systeem; ze moeten vaak werken met lokaal beschikbare informatie.

Voor geïsoleerde niet-lineaire systemen biedt differentiële flatness een krachtig kader voor planning en regeling. Het stelt een diffeomorfisme (een gladde bijectie) vast tussen het niet-lineaire systeem en een lineair equivalent, wat het ontwerp van controllers vereenvoudigt. Echter, wanneer subsystemen dynamisch gekoppeld zijn, kan deze flatness-eigenschap voor het gezamenlijke systeem verloren gaan, zelfs als de individuele subsystemen op zichzelf flat zijn. Bestaande methoden voor niet-lineaire gedistribueerde regeling (zoals Distributed NMPC of Small-gain methoden) lijden vaak onder hoge rekenkosten of zijn te conservatief.

De kernvraag: Onder welke voorwaarden behoudt een dynamisch gekoppeld systeem de eigenschap van differentiële flatness, en hoe kan men een schaalbare, gedistribueerde regelaar ontwerpen die gebruikmaakt van deze structuur?

---

2. Methodologie

De auteurs ontwikkelen een raamwerk dat specifiek richt op subsystemen in pure-feedback vorm (een standaard vorm voor veel mechanische systemen zoals quadrotors en unicycles).

A. Behoud van Flatness door Koppeling

De auteurs identificeren een specifieke klasse van dynamische koppelingen die de flatness van het totale systeem behoudt:

• Pure-feedback vorm: De uncoupled dynamica van subsystem $i$ wordt beschreven als een keten van integratoren met niet-lineaire functies die afhankelijk zijn van opeenvolgende toestanden.

• Onder-triangular koppeling (Lower-Triangular Coupling): De auteurs definiëren een koppelingsterm $\Delta(x)$ die een "onder-triangular" structuur heeft. Dit betekent dat de invloed van andere subsystemen op de $j$-de subtoestand van subsystem $i$ alleen afhangt van:

  1. Subtoestanden met een lagere feedback-orde (d.w.z. $x_{\leq j}$).
  2. Subtoestanden van subsystemen met een lagere index ($x_{<i}$) die een hogere feedback-orde hebben.

  Deze structuur creëert een acyclische afhankelijkheid: hogere-index subsystemen worden beïnvloed door lagere-index subsystemen, maar niet andersom. Dit is fysiek relevant voor scenario's zoals quadrotors waarbij een vliegtuig dat hoger vliegt, invloed heeft op een lager vliegend vliegtuig (downwash), maar niet vice versa.

B. Constructie van de Gezamenlijke Flatness Diffeomorfisme

Onder deze voorwaarden bewijzen de auteurs dat:

1. Het totale systeem differentieel flat is.
2. De flat outputs van het totale systeem simpelweg de concatenatie zijn van de flat outputs van de individuele subsystemen ($y = [y_1, \dots, y_N]$).
3. De flatness diffeomorfisme (de kaart die de toestand en input relateert aan de flat outputs) expliciet kan worden geconstrueerd uit de diffeomorfismen van de individuele subsystemen via een recursieve substitutie.

C. Sparsiteit en Gedistribueerde Regeling

Een cruciale inzicht is dat de sparsiteitsstructuur van de gezamenlijke diffeomorfisme de structuur van de koppeling weerspiegelt.

• Om de regeling voor subsystem $i$ te berekenen, is niet de volledige staat van het netwerk nodig.
• De auteurs definiëren een koppelingsgrafiek $G(x)$ waarbij een rand $(j, i)$ bestaat als subsystem $j$ invloed heeft op $i$.
• Voor onder-triangular koppeling hangt de berekening voor subsystem $i$ alleen af van de voorouders (ancestors) in deze grafiek.
• Voor sterk onder-triangular koppeling (waarbij de koppeling niet afhangt van hogere-orde toestanden van lagere-index subsystemen) is de afhankelijkheid beperkt tot de $k$-hop buren in de grafiek.

Dit maakt het mogelijk om een gedistribueerde regelaar te ontwerpen waarbij elke agent alleen lokale informatie (van zijn directe buren of voorouders) nodig heeft om zijn regeling te berekenen, wat schaalbaarheid garandeert.

---

3. Belangrijkste Bijdragen

1. Identificatie van Flatness-Behoudende Koppeling: De auteurs identificeren een klasse van onder-triangular dynamische koppelingen die de differentiële flatness van het gezamenlijke systeem garanderen voor subsystemen in pure-feedback vorm.
2. Expliciete Constructie: Ze tonen aan dat de flatness diffeomorfisme van het totale systeem expliciet kan worden geconstrueerd uit die van de individuele subsystemen, met een sparsiteitspatroon dat overeenkomt met de koppeling.
3. Schaalbare Gedistribueerde Regelaar: Er wordt een tracking-regelaar ontworpen die gebruikmaakt van deze structuur. Elke subsystem berekent zijn regeling uitsluitend op basis van lokale informatie, waardoor de communicatie- en rekenlast niet lineair toeneemt met het aantal agents.
4. Validatie: Het raamwerk wordt gevalideerd in simulaties met een zwerm van 2D quadrotors die dynamisch gekoppeld zijn via aerodynamische downwash.

---

4. Resultaten

De auteurs testen hun methode op een simulatie van $N=4$ en $N=10$ quadrotors die in formatie vliegen en onderhevig zijn aan downwash-interacties. Ze vergelijken drie scenario's:

1. Exacte Regelaar: Gebruikt het exacte downwash-model en vereist informatie van alle voorouders in de koppelinggrafiek (alle hogere vliegende drones).
   • Resultaat: Zeer nauwkeurige trajectvolging (gemiddelde positiefout $\approx 0.0001$). De regelaar compenseert de koppeling perfect.
2. Benaderde Regelaar: Gebruikt een vereenvoudigd model waarbij alleen drones binnen een bepaalde afstand (drempelwaarde) worden meegenomen. Dit model is "sterk onder-triangular".
   • Resultaat: Zeer goede prestaties (gemiddelde fout $\approx 0.015$) met aanzienlijk minder communicatie. Dit biedt een goede afweging tussen communicatiekosten en prestaties.
3. Nominale Regelaar: Neemt aan dat er geen koppeling is (geen downwash).
   • Resultaat: Slechte prestaties (gemiddelde fout $\approx 0.0572$), wat aantoont dat het negeren van dynamische koppeling in niet-lineaire systemen leidt tot significante fouten.

De resultaten tonen aan dat de benaderde regelaar een effectieve strategie is om de communicatie-vereisten te verminderen terwijl de volgingsnauwkeurigheid hoog blijft.

---

5. Betekenis en Toekomstperspectief

Deze paper biedt een theoretisch onderbouwd en praktisch toepasbaar raamwerk voor het regelen van grote, niet-lineaire, dynamisch gekoppelde systemen.

• Theoretische doorbraak: Het lost het probleem op dat dynamische koppeling vaak flatness vernietigt, door een specifieke structuur te identificeren die flatness behoudt.
• Praktische toepassing: Het maakt het mogelijk om complexe regelaars voor zwermen (zoals drones) te ontwerpen zonder de noodzaak van zware centrale berekeningen of volledige netwerkcommunicatie.
• Toekomstig werk: De auteurs noemen hardware-experimenten, het versoepelen van de onder-triangular beperkingen, en het integreren van adaptieve regelingstechnieken om fouten in benaderde koppelingmodellen te compenseren.

Kortom, dit werk opent de deur naar schaalbare, robuuste regeling voor complexe robotzwermen in realistische, gekoppelde omgevingen.