Resumo Técnico: Impulsionando o Desempenho Transiente de Controladores de Rastreamento de Referência com Redes Neurais

Formulação do Problema

O rastreamento de referência é um objetivo fundamental em sistemas de controle em diversos domínios, como sistemas de potência, robótica e aeroespacial. Embora os controladores tradicionais (ex: PID) garantam a precisão em regime permanente, eles frequentemente falham ao não otimizar explicitamente métricas de desempenho transiente, como minimizar o consumo de energia, reduzir o overshoot ou evitar obstáculos na presença de não linearidades e distúrbios.

Abordagens existentes para aprimorar o rastreamento não linear incluem o Controle Preditivo Baseado em Modelo (MPC), que oferece flexibilidade, mas sofre com altos custos computacionais em tempo real; o controle adaptativo, que muitas vezes fornece apenas garantias locais; e métodos baseados em redes neurais (NN), que carecem de garantias formais de estabilidade e desempenho de malha fechada. Os autores visam preencher essa laciga desenvolvendo um framework que aproveita a flexibilidade das redes neurais para otimizar funções de custo transiente arbitrárias, enquanto preserva rigorosamente a estabilidade $L_p$ e as propriedades de rastreamento de referência.

Metodologia

O artigo introduz o rPB (reference Performance Boosting), uma extensão do framework de Performance Boosting (PB) existente, adaptado para tarefas de rastreamento de referência. A metodologia baseia-se em uma arquitetura de Controle por Modelo Interno (IMC) e nos seguintes passos teóricos fundamentais:

1. Parametrização Completa de Controladores de Rastreamento:
   Os autores caracterizam o conjunto completo de controladores não lineares que preservam as propriedades de rastreamento de um determinado controlador de base. Eles demonstram que qualquer um desses controladores pode ser parametrizado por um operador causal livre $M$ dentro de uma estrutura IMC. Nesta estrutura, a entrada de controle $u$ é computada como $u = M(\hat{w}, x_{ref})$, onde $\hat{w}$ é a estimativa interna do distúrbio derivada da diferença entre o estado real do sistema e a predição do modelo nominal.

2. Garantias de Estabilidade e Rastreamento:

   • Caso do Modelo Exato: Se o operador $M$ gera sinais $\ell_p$ para entradas $\ell_p$, o sistema de malha fechada preserva a estabilidade $L_p$ do sistema de base e garante o rastreamento assintótico da referência para qualquer sinal de referência no conjunto $X_{ref}$.
   • Robustez à Incerteza do Modelo: O framework é estendido para lidar com o conhecimento imperfeito do modelo. Ao modelar o descompasso como um operador de ganho finito incrementalmente estável em $\ell_p$ (i.f.g $\ell_p$-stable), os autores provam que o rastreamento de referência é preservado, desde que o ganho incremental de $M$ seja suficientemente pequeno em relação ao ganho do descompasso e da dinâmica do sistema.

3. Implementação de Rede Neural:
   Para tornar a otimização tratável, o operador de dimensão infinita $M$ é decomposto em dois componentes: $M = M_1 \circ M_2$.

   • $M_1$ é escolhido de uma classe de operadores parametrizados $L_p$-estáveis (especificamente, Redes de Equilíbrio Recorrentes ou RENs contrativas) para garantir a estabilidade.
   • $M_2$ é um Perceptron Multicamadas (MLP) com saídas limitadas (ex: usando ativações sigmoides) para lidar com o sinal de referência.
     Esta decomposição permite que o problema seja reformulado como uma otimização não restrita sobre os parâmetros da rede $\theta$. Os autores utilizam o backpropagation-through-time para minimizar uma função de perda de horizonte finito que penaliza erros de rastreamento, colisões e outros custos transientes.

Principais Contribuições

• Framework rPB: A introdução de um novo método de controle por rede neural especificamente para rastreamento de referência que desacopla a otimização de desempenho das restrições de estabilidade.
• Generalização: Diferente do PB padrão, que pode exigir retreinamento para referências específicas, a caracterização do rPB é independente do sinal específico a ser rastreado. Isso permite que um único processo de treinamento se generalize para uma ampla gama de sinais de referência.
• Garantias de Robustez: Prova teórica de que as garantias de rastreamento de referência são mantidas sob descompasso de modelo, desde que o descompasso satisfaça condições específicas de estabilidade incremental.
• Otimização Não Restrita: Uma formulação que transforma o problema de controle ótimo não linear restrito em um problema não restrito sobre os parâmetros da rede neural, permitendo o uso de otimizadores baseados em gradiente eficientes.

Resultados Experimentais

Os autores validaram o framework rPB usando um cenário de robótica cooperativa simulado envolvendo dois robôs de massa pontual sujeitos a forças de arrasto não lineares e um controlador de base integral.

1. Benchmark contra o PB Padrão (bPB):
   Em uma tarefa de "corredor estreito", o controlador PB padrão (treinado em um par de alvos específicos) falhou ao generalizar para novas configurações de alvos, resultando em colisões com obstáculos. Em contraste, o rPB, treinado em uma distribuição de pares de referência, gerou com sucesso trajetórias próximas ao ideal e livres de colisões para alvos não vistos, demonstrando generalização superior e desempenho transiente.

2. Ambiente Complexo (Cadeia de Montanhas):
   Em um ambiente mais complexo com uma série de obstáculos, o rPB foi treinado em 2.000 rollouts. Os resultados mostraram que o controlador podia navegar por várias aberturas entre obstáculos para minimizar o comprimento do caminho. Em 500 cenários de teste com diferentes condições iniciais e alvos, o controlador rPB alcançou zero colisões, enquanto o controlador de base sozinho resultou em colisões. O sistema otimizou com sucesso o comportamento transiente (evitando obstáculos) enquanto manteve a capacidade de rastreamento em regime permanente do controlador de base.

Significância e Alegações

O artigo afirma que o rPB oferece uma maneira fundamentada de otimizar custos transientes genéricos em problemas de rastreamento de referência não lineares sem sacrificar garantias formais de estabilidade. A principal significância reside na capacidade de:

• Otimizar Transientes: Minimizar explicitamente funções de custo não convexas e complexas (ex: desvio de obstáculos) que os controladores tradicionais não conseguem lidar.
• Garantir Segurança: Manter garantias de estabilidade $L_p$ e rastreamento de referência mesmo utilizando modelos de redes neurais expressivos.
• Generalizar Eficientemente: Alcançar desempenho robusto através de uma ampla gama de sinais de referência com uma única fase de treinamento, abordando uma limitação chave do PB padrão e de outros métodos de controle baseados em aprendizado.

Os autores concluem que esta abordagem representa uma melhoria significativa em relação aos frameworks PB padrão e possui potencial para aplicações complexas do mundo real onde tanto a segurança quanto a otimização de desempenho são críticas. Sugere-se que trabalhos futuros estendam o rPB para arquiteturas de controle distribuído e sistemas com representações de entrada-saída.