⚡ electrical engineering

Simultaneous Online System Identification and Control using Composite Adaptive Lyapunov-Based Deep Neural Networks

Este artigo apresenta um novo framework de controle que simultaneamente realiza identificação de sistema online e rastreamento de trajetória para sistemas não lineares incertos, empregando leis de atualização adaptativas compostas baseadas em Lyapunov para todas as camadas de uma rede neural profunda, garantindo assim limitação uniforme final e convergência exponencial dos erros, ao mesmo tempo em que permite desempenho robusto durante a perda intermitente de realimentação de estado.

Autores originais: Omkar Sudhir Patil, Emily J. Griffis, Wanjiku A. Makumi, Warren E. Dixon

Publicado 2026-05-25

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Omkar Sudhir Patil, Emily J. Griffis, Wanjiku A. Makumi, Warren E. Dixon

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está ensinando um robô a caminhar em uma corda bamba. O robô possui um "cérebro" (uma Rede Neural Profunda, ou DNN) que tenta prever como o vento e a gravidade o empurrarão, para que possa ajustar seu equilíbrio.

O Problema do Jeito Antigo
Tradicionalmente, os engenheiros ensinariam esse cérebro de robô offline. Eles executariam milhares de simulações, deixariam o robô aprender e, em seguida, congelariam seu cérebro. Uma vez que o robô começa a caminhar na corda bamba real, seu cérebro não pode aprender nada novo. Se o vento mudar inesperadamente, o robô pode cair porque seu cérebro congelado não sabe como se adaptar.

Alguns métodos mais recentes permitem que o robô aprenda enquanto caminha. No entanto, esses métodos se importam apenas com uma coisa: permanecer na corda. Eles ajustam as configurações internas do cérebro apenas o suficiente para impedir que o robô caia, mas não ensinam realmente ao cérebro o que o vento está fazendo. O robô pode permanecer em pé, mas não compreende verdadeiramente a física da situação. Se o robô perder seus sensores de equilíbrio por um momento (como um apagão súbito), ele não tem ideia de como prever o vento e continuar.

A Nova Solução: O Cérebro de "Dupla Função"
Este artigo apresenta um novo método onde o robô aprende duas coisas ao mesmo tempo:

Como permanecer na corda (Controle de Rastreamento).
Como o vento realmente funciona (Identificação de Sistema).

Pense nisso como um aluno fazendo uma prova.

Método Antigo: O aluno apenas memoriza as respostas às perguntas específicas da prova. Se o professor fizer uma pergunta ligeiramente diferente, o aluno falha.
Método deste Artigo: O aluno não apenas responde às perguntas da prova corretamente, mas também escreve um guia de estudos detalhado explicando por que as respostas são o que são. Se o professor fizer uma nova pergunta mais tarde, o aluno pode usar seu guia de estudos para resolvê-la.

Como Funciona (A Analogia)
Os autores criaram uma "regra de aprendizado" especial (uma lei de adaptação) que atua como um sistema de verificação dupla:

A Verificação "Agora Mesmo" (Erro de Rastreamento): O robô olha para onde está versus onde deveria estar. Se estiver desviando, ajusta seu cérebro para corrigir o caminho. Esta é a maneira padrão.
A Verificação "E Se" (Erro de Previsão): Esta é a parte mágica. O robô possui um "observador" especial (como um segundo par de olhos) que tenta adivinhar qual deveria ser a força do vento com base no movimento do robô. Ele compara essa suposição com o que o cérebro do robô previu que o vento seria.
- Se a suposição do cérebro estiver errada, o robô não apenas corrige o caminho; ele reescreve as regras internas do cérebro para tornar a suposição mais precisa para o futuro.

Ao combinar essas duas verificações, o cérebro do robô torna-se um verdadeiro especialista. Ele aprende a física real do sistema, não apenas como trapacear para permanecer em pé.

O Requisito da "Lanterna" (Persistência de Excitação)
O artigo menciona uma condição chamada "Persistência de Excitação" (PE). Imagine tentar aprender a forma de um quarto escuro. Se você apenas caminhar em linha reta, aprenderá apenas sobre o chão à sua frente. Para aprender todo o quarto, você precisa se mover, tocar nas paredes e olhar em direções diferentes.

PE significa que o robô precisa se mover o suficiente (não apenas ficar parado ou se mover em um loop chato) para que o cérebro obtenha dados suficientes para aprender a imagem completa do vento e da gravidade. Se o robô se mover o suficiente, o aprendizado torna-se incrivelmente rápido e preciso.

O Superpoder: Sobrevivendo a Apagões
A maior vitória deste método é o que acontece quando o robô perde seus sensores (os sensores da "corda bamba" apagam).

Métodos Antigos: Quando os sensores falham, o robô entra em pânico. Ele não conhece o vento, então cai.
Este Método: Como o cérebro do robô já aprendeu o "guia de estudos" (a identificação do sistema), ele pode prever o que o vento fará mesmo sem sensores. Ele usa seu modelo aprendido para continuar caminhando durante o apagão até que os sensores voltem a funcionar.

Os Resultados
Os autores testaram isso em duas coisas: um braço robótico (como um robô de fábrica) e um veículo subaquático.

Precisão: O novo método manteve o robô em seu caminho muito melhor do que os métodos antigos.
Compreensão: O cérebro do robô aprendeu a física do sistema com muito mais precisão.
Resiliência: Quando os sensores foram desligados (simulando um apagão), o novo método manteve o robô estável, enquanto os métodos antigos lutaram ou falharam.

Em Resumo
Este artigo dá aos robôs um cérebro que não apenas reage a erros; ele aprende as regras do jogo enquanto joga. Isso permite que o robô desempenhe melhor, compreenda profundamente seu ambiente e continue trabalhando mesmo quando perde temporariamente seus sentidos.

Resumo Técnico: Identificação de Sistema Online Simultânea e Controle usando Redes Neurais Profundas Baseadas em Funções de Lyapunov Compostas Adaptativas

Formulação do Problema
Controladores baseados em redes neurais profundas (DNN) são amplamente utilizados para sistemas dinâmicos não lineares incertos, no entanto, abordagens tradicionais geralmente dependem de pré-treinamento offline. Nestes cenários, os pesos da DNN permanecem fixos durante a execução, limitando a adaptabilidade e levantando preocupações quanto à confiabilidade do modelo ao operar fora do conjunto de dados de treinamento. Embora métodos recentes de controle adaptativo baseados em Lyapunov (Lb) permitam atualizações de pesos online para garantir o rastreamento de trajetória, eles dependem exclusivamente do feedback do erro de rastreamento. Consequentemente, esses métodos garantem a convergência do erro de rastreamento, mas falham em fornecer garantias sobre a identificação do sistema (estimação de parâmetros). Sem uma identificação precisa, a DNN não consegue generalizar para trajetórias não exploradas, e o controlador não pode compensar efetivamente as incertezas durante a perda intermitente de feedback de estado. Além disso, estender leis de adaptação compostas — que combinam erros de rastreamento e de previsão — para DNNs é tecnicamente desafiador devido à estrutura de não linearidade nos parâmetros (NIP) das DNNs, onde os pesos das camadas internas estão embutidos dentro de funções de ativação não lineares aninhadas.

Metodologia
O artigo propõe um controlador Lb-DNN adaptativo composto que realiza identificação de sistema online simultânea e rastreamento de trajetória para sistemas não lineares de segunda ordem. A metodologia central envolve os seguintes componentes:

Observador Dinâmico de Derivada de Estado: Para abordar a dificuldade de obter o erro de previsão (a discrepância entre a dinâmica real e a estimativa da DNN) sem acesso direto à derivada de estado desconhecida, um observador dinâmico de derivada de estado é projetado. Este observador estima a função de derivação $f(x, \dot{x})$ usando medições de estado disponíveis e a entrada de controle, eliminando efetivamente a necessidade da derivada de estado desconhecida na lei de adaptação.
Lei de Adaptação Composta: Uma nova formulação de erro de previsão é construída usando a estimativa da função de derivação do observador. Este erro de previsão é combinado com o erro de rastreamento para formar uma lei de adaptação composta baseada em mínimos quadrados.
Tratamento da Estrutura NIP: Para superar os desafios impostos pela estrutura NIP aninhada das DNNs, a lei de adaptação utiliza o jacobiano da DNN em relação aos seus pesos. Uma expansão em série de Taylor de primeira ordem é aplicada à saída da DNN para expressar o erro de previsão em termos do erro de estimação de parâmetros, permitindo que a lei de adaptação seja formulada apesar da não linearidade.
Análise de Estabilidade: Uma análise de estabilidade combinada baseada em Lyapunov é realizada. A análise incorpora o erro de rastreamento, o erro de estimação da derivada de estado e os erros de estimação dos pesos da DNN. Utiliza um operador de projeção para garantir que as estimativas de parâmetros permaneçam dentro de um conjunto limitado e emprega uma matriz de ganho de mínimos quadrados variante no tempo com um fator de esquecimento.

Contribuições Principais
O artigo afirma as seguintes contribuições primárias:

Primeiro Resultado sobre Identificação e Controle Simultâneos: Este trabalho apresenta o primeiro resultado que alcança identificação de sistema online simultânea e rastreamento de trajetória para sistemas não lineares usando atualizações online para todas as camadas de uma DNN.
Formulação Novel de Erro de Previsão: O desenvolvimento de um erro de previsão baseado em um observador dinâmico de derivada de estado, que é integrado ao erro de rastreamento para construir uma lei de adaptação composta adequada para incertezas NIP.
Garantias de Estabilidade: A análise prova que o erro de rastreamento, o erro de estimação da derivada de estado e os erros de estimação dos pesos da DNN são uniformemente limitados no limite (UUB).
Convergência Exponencial sob PE: Sob a condição de persistência de excitação (PE), mostra-se que os erros de rastreamento e de estimação de pesos convergem exponencialmente para uma vizinhança da origem. O tamanho desta vizinhança e a taxa de convergência dependem dos ganhos de controle e do fator de PE.
Generalização para Feedback Intermitente: Ao alcançar uma identificação precisa do sistema, o modelo DNN identificado pode ser propagado para frente no tempo para prever e compensar dinâmicas incertas durante a perda intermitente de feedback de estado, desde que condições suficientes de tempo de permanência sejam atendidas.

Resultados
Simulações comparativas foram conduzidas em dois sistemas: um manipulador robótico de dois elos e um veículo subaquático autônomo (UUV).

Manipulador Robótico: O controlador Lb-DNN adaptativo composto desenvolvido demonstrou melhorias significativas de desempenho em relação a um Lb-DNN adaptativo baseado em erro de rastreamento, um controlador de rejeição de distúrbios baseado em observador, um controlador PD não linear e controle preditivo não linear (MPC). Especificamente, o método composto reduziu o erro quadrático médio (RMS) de rastreamento em aproximadamente 50% em comparação com a linha de base baseada em erro de rastreamento e alcançou uma melhoria de 72% no erro médio de aproximação de função em um conjunto de dados de teste, indicando superioridade na generalização. O esforço de controle foi comparável ou inferior às linhas de base.
Veículo Subaquático Autônomo (UUV): Em simulações envolvendo perda intermitente de feedback de estado, o Lb-DNN adaptativo composto manteve desempenho de rastreamento superior em comparação com todas as linhas de base. Enquanto as previsões do método baseado em erro de rastreamento divergiram rapidamente durante a perda de feedback devido à falta de garantias de estimação de parâmetros, o método composto previu e compensou com sucesso as dinâmicas de deriva. A abordagem baseada em observador performou comparavelmente quando o feedback estava disponível, mas degradou-se significativamente durante a perda de feedback e exigiu maior esforço de controle.

Significância
O artigo afirma que este trabalho fornece um passo fundamental em direção ao controle adaptativo robusto, onde o controlador não apenas rastreia uma trajetória, mas também aprende as dinâmicas subjacentes do sistema. Ao garantir a estimação de parâmetros, o modelo identificado ganha a capacidade de generalizar além da trajetória explorada. Esta capacidade é crítica para aplicações de segurança crítica envolvendo falhas intermitentes de sensores, onde o sistema deve confiar em um modelo interno para manter a estabilidade. Os resultados demonstram que integrar a identificação de sistema diretamente no laço de controle via adaptação composta produz benefícios tangíveis de desempenho tanto na precisão de rastreamento quanto na compensação dinâmica, em comparação com métodos que focam exclusivamente na minimização do erro de rastreamento.

Mais como este