Resumo Técnico: Escolha com Sabedoria: Controle Preditivo Baseado em Dados para Sistemas Não Lineares Usando Seleção de Dados Online

Declaração do Problema

A comunidade de controle busca gerenciar sistemas não lineares onde dados estão disponíveis, mas modelos explícitos do sistema não o estão. Embora os métodos de Controle Preditivo Baseado em Dados (DPC), como o Controle Preditivo Baseado em Dados (DeePC), ofereçam uma alternativa "sem modelo" ao Controle Penteado por Modelo (MPC) tradicional ao evitar a identificação do sistema, o DeePC padrão baseia-se na suposição de Tempo-Invariante Linear (LTI). Esta suposição é severamente violada em sistemas não lineares genéricos, levando a uma perda de desempenho arbitrária. As extensões não lineares existentes do DeePC enfrentam trade-offs significativos:

• Classes Não Lineares Específicas: Formulações adaptadas para estruturas não lineares específicas impõem priors fortes que podem não existir para sistemas arbitrários.
• Abordagens de Janela de Tempo: Métodos que utilizam janelas deslizantes de dados recentes são práticos apenas para sistemas com não linearidades benignas e altas relações sinal-ruído.
• Abordagens de Kernel/Levantamento (Lifted): Reformular preditores usando kernels não lineares ou operadores de Koopman frequentemente resulta em problemas de otimização de alta dimensão e não convexos, aumentando a complexidade computacional online e levando a resultados subótimos.
• MPC Baseado em Amostragem: Embora sejam computacionalmente baratos e exijam apenas informações de ordem zero, esses métodos carecem de formas estruturadas para incorporar restrições de saída explícitas.

O desafio central é desenvolver um método de controle preditivo direto baseado em dados para sistemas não lineares que mantenha a convexidade do problema de otimização (garantindo tratabilidade e tratamento explícito de restrições) enquanto captura com precisão a dinâmica não linear sem exigir um modelo explícito.

Metodologia: Select-DPC

O artigo propõe o Select-DPC (Controle Preditivo Baseado em Seleção de Dados), um método que lineariza implicitamente a dinâmica do sistema no "espaço de trajetórias" ao selecionar apenas os dados mais relevantes em cada momento de decisão.

Conceito Central

O Select-DPC opera de forma de horizonte recorrente. Em vez de utilizar um grande conjunto de dados pré-coletados $D$ para cada passo de controle (o que é computacionalmente intratável e assume linearidade global), o algoritmo resolve iterativamente um Programa Quadrático (QP) convexo. Em cada iteração do solver, ele seleciona um subconjunto de trajetórias $\tilde{D} \subset D$ que são "relevantes" para o ponto de operação atual.

Espaço de Trajetória: Definido como um espaço de alta dimensão onde cada dimensão corresponde a uma entrada ou saída ao longo de uma trajetória de tempo discreto e comprimento finito. A linearização é alcançada selecionando trajetórias que estão espacialmente "próximas" da estimativa da solução de malha aberta atual neste espaço.

Fluxo de Trabalho Algorítmico

1. Inicialização: A trajetória de malha aberta é iniciada com um warm-start (ex: replicando medições iniciais).
2. Refinamento Iterativo:
   • Seleção de Dados: Um subconjunto $\tilde{D}$ de tamanho $N_{cols}$ é selecionado do conjunto de dados completo $D$ com base na proximidade à previsão atual $\tilde{\tau}$.
   • Solução do QP: Um problema de otimização DeePC padrão é resolvido usando apenas $\tilde{D}$ para gerar uma nova ação de controle.
   • Convergência: O processo se repete até que um critério de convergência (tolerância ou máximo de iterações) seja atingido.
3. Execução: O primeiro dado de entrada de controle é aplicado e o horizonte é deslocado.

Estratégias de Seleção de Dados

O artigo propõe e compara dois métodos para selecionar o subconjunto relevante $\tilde{D}$:

1. Seleção Baseada em Norma: Calcula a distância espacial (ex: norma $L_1$ ou $L_2$) entre a trajetória de malha aberta atual e todas as trajetórias em $D$. As $N_{cols}$ trajetórias mais próximas são selecionadas.

   • Prós: Intuitivo, eficiente de implementar, permite atualizações online fáceis.
   • Contras: Suscetível à "maldição da dimensionalidade" em espaços de trajetória de alta dimensão.

2. Seleção Baseada em Embedding de Variedade (Manifold): Utiliza aprendizado de variedade (especificamente Isomap) para projetar dados de trajetória de alta dimensão em um espaço de incorporação (embedding) de baixa dimensão que preserva distâncias geodésicas.

   • Prós: Mitiga a maldição da dimensionalidade; distâncias no espaço de incorporação refletem melhor a estrutura não linear intrínseca dos dados.
   • Contras: Custo computacional offline mais alto para calcular a incorporação (embora seja um custo único); a incorporação da trajetória de consulta é necessária online.

Atributos Chave

• Independente de Custo: A geração do conjunto de dados é estruturalmente independente da formulação de controle. Funções de custo e restrições podem ser modificadas a posteriori, permitindo a aplicação zero-shot a novas tarefas sem nova coleta de dados.
• Convexidade: Ao restringir o preditor a um subconjunto localmente linear de dados, a otimização resultante permanece um QP convexo, ao contrário de abordagens de kernel ou levantamento que frequentemente se tornam não convexas.
• Linearização Implícita: Semelhante à Programação Quadrática Sequencial (SQP) no MPC baseado em modelo, o Select-DPC realiza a linearização iterativa, mas o faz no espaço de trajetória usando dados em vez de Jacobianos de um modelo explícito.

Contribuições Principais

1. Introdução do Select-DPC: Um controlador preditivo direto baseado em dados para sistemas não lineares que alcança a linearização implícita no espaço de trajetória via seleção de dados online, mantendo a otimização convexa.
2. Métodos de Seleção de Dados: A proposta e comparação de dois mecanismos de seleção distintos, um método baseado em norma e um método baseado em incorporação de variedade (Isomap) para lidar com dados não lineares de alta dimensão.
3. Validação Empírica: Demonstração da superioridade do Select-DPC sobre o DeePC padrão e o DeePC de Janela de Tempo através de três sistemas não lineares de referência:
   • Pouso de foguete planar (instável em malha aberta).
   • Manipulador robótico planar (Reacher).
   • Balanço de pêndulo invertido (Cart-pole).

Resultados e Avaliação

Experimentos foram conduzidos em três simuladores (Rocket, Reacher, Cart-Pole) comparando o Select-DPC contra o DeePC Padrão (usando o conjunto de dados completo) e o DeePC de Janela de Tempo.

1. Pouso de Foguete Reutilizável

• Desempenho: O DeePC Padrão e o DeePC de Janela de Tempo falharam em estabilizar o sistema ou divergiram. O Select-DPC estabilizou o foguete com sucesso no setpoint desejado.
• Conjuntos de Dados: Testado em "Dados IID" (comportamento predominantemente linear) e "Dados de Caminhada Aleatória" (excitação altamente não linear).
  • Nos dados IID, o Select-DPC reduziu o custo de malha fechada por um fator de 1.9 em comparação ao DeePC Padrão.
  • Nos dados de Caminhada Aleatória, o DeePC Padrão falhou em estabilizar, enquanto o Select-DPC obteceu sucesso.
• Precisão de Previsão: Ambos os métodos de seleção (Norma e Isomap) produziram resíduos cumulativos menores em conjuntos de validação de retenção (holdout) comparados ao uso do conjunto de dados completo ou amostragem aleatória (sketching).
• Computação: O Select-DPC reduziu o custo computacional em uma ordem de magnitude em relação ao DeePC Padrão ao resolver QPs menores, com tempos de solução escalando quadraticamente com $N_{cols}$.

2. Manipulador Robótico Planar (Reacher)

• Desempenho: O Select-DPC rastreou referências do efetor final com sucesso, enquanto o DeePC Padrão e o DeePC de Janela de Tempo falharam em convergir.
• Restrições: O método demonstrou generalização zero-shot ao lidar com restrições de saída a priori desconhecidas (ex: evitar regiões específicas) sem mudanças estruturais no controlador ou novos dados.
• Ablação: O sketching aleatório falhou completamente neste ambiente, enquanto a seleção de um subconjunto específico de tamanho ($N_{cols}$) revelou um "ponto ideal" (sweet spot) para o desempenho, equilibrando precisão de previsão e carga computacional.

3. Balanço de Pêndulo Invertido (Cart-Pole)

• Tarefa: Transição de um equilíbrio estável inferior para um equilíbrio instável superior.
• Desempenho: O DeePC Padrão oscilou em torno do equilíbrio estável e falhou no balanço (swing-up). O Select-DPC aprendeu com demonstrações subótimas no conjunto de dados para realizar o balanço e estabilizar o pêndulo.
• Mecanismo: O controlador não apenas copiou uma única trajetória, mas combinou linearmente múltiplos segmentos de trajetória em cada iteração do solver para construir a manobra de balanço.

Significância e Alegações

O artigo afirma que o Select-DPC preenche a lacuna entre a tratabilidade do controle baseado em dados convexo e os requisitos de desempenho para sistemas não lineares. Sua significância reside em:

• Tratamento Explícito de Restrições: Diferente do MPC baseado em amostragem ou métodos de RL que lutam com restrições de saída estruturadas, o Select-DPC mantém a capacidade de impor restrições rígidas via otimização convexa.
• Escalabilidade: Escala favoravelmente com grandes conjuntos de dados ao subsamolear dados relevantes, evitando o tempo de solução superlinear de usar o conjunto de dados completo.
• Capacidade Não Linear: Estende o DPC para domos não lineares sem exigir modelos explícitos, kernelizações complexas ou otimização não convexa.
• Adaptabilidade Zero-Shot: O desacoplamento da coleta de dados do design de controle permite que o mesmo conjunto de dados seja reutilizado para diferentes tarefas (ex: rastreamento com ou sem restrições) sem retreinamento.

Limitações

Os autores reconhecem diversas limitações:

• Custo Computacional: A implementação atual requer 200–400 ms por passo, limitando seu uso em aplicações altamente dinâmicas.
• Pegada de Memória: Grandes horizontes de previsão e conjuntos de dados podem violar restrições de memória.
• Ajuste de Hiperparâmetros: Alcançar um desempenho satisfatório requer o ajuste de hiperparâmetros (ex: $N_{cols}$, comprimentos de horizonte), e o artigo observa que um estudo empírico em larga escala de suas capacidades em diversas tarefas é objeto de trabalhos futuros.