A robust and adaptive MPC formulation for Gaussian process models

Este artigo apresenta um framework de controle preditivo baseado em modelo (MPC) robusto e adaptativo que utiliza Processos Gaussianos para aprender dinâmicas incertas e métricas de contração para garantir satisfação de restrições e convergência com alta probabilidade, demonstrando melhorias significativas em um quadrotor sujeito a efeitos de solo não modelados.

O essencial

Imagine que você está pilotando um drone (um quadricóptero) em um ambiente cheio de obstáculos e com ventos imprevisíveis. O problema é que o drone tem um "cérebro" que tenta prever o futuro para voar com segurança, mas esse cérebro não conhece perfeitamente as leis da física daquele lugar específico. Por exemplo, quando o drone voa muito perto do chão, o ar se comporta de maneira estranha (efeito de solo), algo difícil de modelar com fórmulas matemáticas tradicionais.

Se o cérebro do drone errar a previsão, ele pode bater no chão ou em uma árvore.

Este artigo apresenta uma solução inteligente para esse problema, combinando Inteligência Artificial (Aprendizado de Máquina) com Controle Robusto. Vamos explicar como funciona usando analogias do dia a dia:

1. O Problema: O Piloto Cego e o Mapa Imperfeito

Normalmente, para controlar um sistema complexo, precisamos de um modelo matemático perfeito. Mas no mundo real, temos incertezas (vento, atrito, erros de sensores).

• A abordagem antiga: Tentar desenhar um mapa perfeito antes de sair de casa. Se o mapa estiver errado, você se perde.
• A abordagem deste artigo: O drone tem um "mapa" inicial, mas sabe que ele pode estar errado. Então, ele usa uma ferramenta chamada Gaussian Process (GP). Pense no GP como um "cartógrafo mágico" que não apenas desenha o mapa, mas também desenha uma zona de sombra ao redor dele. Essa sombra representa o quanto o cartógrafo está inseguro sobre aquela área.

2. A Solução: O "Tubo de Segurança" (Contraction Metrics)

A grande inovação do artigo é como eles usam essa "zona de sombra" para garantir segurança.

Imagine que o drone está planejando uma rota. Em vez de traçar apenas uma linha fina (o caminho ideal), o sistema desenha um tubo de segurança ao redor dessa linha.

• O que é o tubo? É uma área física onde o drone pode estar, considerando todos os erros possíveis e ventos.
• A mágica da métrica de contração: A maioria dos métodos antigos faz esse tubo crescer exponencialmente. Imagine que você está andando e, a cada passo, o seu "tubo de segurança" dobra de tamanho. Em pouco tempo, o tubo seria maior que a cidade inteira, tornando impossível planejar qualquer coisa (o sistema ficaria "conservador demais" e travaria).
• A inovação: Os autores usam uma técnica matemática chamada "métrica de contração". Pense nisso como um elástico inteligente. Mesmo que o drone erre um pouco ou o vento sopre, esse elástico puxa o tubo de volta para o tamanho certo, impedindo que ele cresça descontroladamente. Isso permite que o drone planeje rotas longas e seguras sem travar.

3. Aprendendo na Hora (Adaptativo)

Aqui está a parte mais brilhante: o sistema aprende enquanto voa.

• Como funciona: A cada segundo, o drone coleta novos dados sobre o vento e o efeito do solo. Ele atualiza seu "cartógrafo mágico" (o GP) com essas novas informações.
• O desafio: Se o mapa mudar a cada segundo, como garantir que o drone não vai bater em algo porque o mapa mudou de repente?
• A solução: O sistema mantém uma "biblioteca" de mapas antigos e novos. Ele cria uma zona de segurança comum que é válida para todos os mapas ao mesmo tempo. É como se o piloto dissesse: "Eu vou usar o caminho que é seguro tanto no mapa de ontem quanto no de hoje". Isso garante que, mesmo enquanto ele aprende e atualiza o modelo, o drone nunca sai da zona de segurança.

4. O Resultado: Um Voo Mais Rápido e Seguro

No exemplo prático do artigo, eles testaram isso em um drone voando perto de uma colina (onde o efeito do solo é forte e difícil de prever).

• Sem a nova técnica: O drone teria que voar muito devagar e com muita margem de segurança (o "tubo" seria gigante), ou o sistema travaria porque o cálculo de segurança ficaria impossível.
• Com a nova técnica: O drone conseguiu voar mais rápido, chegar ao destino 6% mais cedo e gastar menos energia, porque o "tubo de segurança" era preciso e não crescia descontroladamente. Ele aprendeu com os erros em tempo real e ajustou a rota.

Resumo em uma frase

O artigo cria um sistema de controle para robôs que usa inteligência artificial para aprender com os erros em tempo real, mas usa uma "mágica matemática" (métricas de contração) para garantir que, mesmo aprendendo, o robô nunca saia de uma zona de segurança e nunca trave o planejamento, permitindo voos mais rápidos e seguros em ambientes desconhecidos.

Em termos simples: É como ter um copiloto que não só conhece o caminho, mas que aprende a estrada enquanto você dirige, e que segura o volante com uma força inteligente para garantir que você nunca saia da pista, não importa o quanto a estrada mude.

Resumo técnico

Resumo Técnico: Um Formulário de MPC Robusto e Adaptativo para Modelos de Processos Gaussianos

1. Problema e Motivação

O Controle Preditivo Baseado em Modelo (MPC) é uma técnica poderosa para sistemas não lineares, capaz de garantir o cumprimento de restrições críticas de segurança. No entanto, a garantia teórica de operação segura geralmente depende da disponibilidade de um modelo preciso do sistema, o que raramente ocorre na prática devido a incertezas e não linearidades não modeladas.

Abordagens existentes de MPC robusto e adaptativo lidam bem com incertezas parametrizadas linearmente (vetores de parâmetros finitos), mas falham em lidar com dinâmicas desconhecidas gerais. Técnicas baseadas em Processos Gaussianos (GPs) oferecem uma maneira moderna de aprender funções desconhecidas a partir de dados com estimativas rigorosas de incerteza. Contudo, os métodos atuais de GP-MPC apresentam limitações significativas:

• Falta de garantias teóricas de satisfação de restrições.
• Conservadorismo excessivo (conjuntos de alcance que crescem exponencialmente).
• Incompatibilidade com atualizações de modelo online (dificuldade em garantir viabilidade recursiva quando o modelo muda).

O objetivo deste trabalho é desenvolver um framework de MPC Robusto e Adaptativo (RAMPC) que utilize GPs para modelar dinâmicas incertas, aprenda online durante a operação e garanta teoricamente a viabilidade recursiva e a satisfação de restrições com alta probabilidade.

2. Metodologia

A abordagem proposta combina três pilares principais: GPs para aprendizado de incerteza, Métricas de Contração para propagação de tubos robustos e Interpolação de Modelos para atualizações online.

2.1. Aprendizado com Processos Gaussianos (GP)

O sistema é modelado como uma dinâmica não linear contínua com uma função desconhecida $g(x)$ (não linearidade não modelada) e distúrbios limitados.

• Utiliza-se GPs para estimar $g(x)$ a partir de medições ruidosas.
• O GP fornece uma média posterior ($\mu$) e uma variância ($\sigma^2$).
• Com base em limites de alta probabilidade (Lema 1), define-se um limite de erro $w(x)$ que contém a função verdadeira $g(x)$ com probabilidade $1-p$.

2.2. Predição Robusta com Métricas de Contração

Para garantir que o sistema real permaneça dentro das restrições, o método constrói um "tubo" ao redor de uma trajetória nominal.

• Métricas de Contração: São calculadas offline (Assunção 2) para garantir estabilidade incremental exponencial. Elas definem uma função de Lyapunov (distância Riemanniana) entre a trajetória real e a nominal.
• Propagação do Tubo: Em vez de propagar conjuntos complexos (como elipsoides ou caixas) que crescem exponencialmente, o método propaga apenas um escalar $\delta_t$ que representa o tamanho do tubo.
• Dinâmica do Escalar: Uma equação diferencial escalar é derivada para $\delta_t$, que depende do limite de erro do GP ($w$) e da métrica de contração. Isso garante que o tubo contenha todas as trajetórias possíveis com probabilidade $1-p$.

2.3. Adaptação Online (GP-RAMPC)

A contribuição central para a adaptação online é a resolução do problema de que novos dados alteram tanto a média quanto a incerteza do GP, o que pode quebrar a viabilidade do problema de otimização (o novo modelo pode não conter o anterior).

• Coleção de Modelos: O sistema mantém uma coleção de modelos GPs treinados em diferentes janelas de dados (offline e online).
• Interpolação Linear: A previsão nominal é uma combinação linear ponderada das médias posteriores de vários GPs na coleção.
• Interseção de Limites: O limite de incerteza é construído através da interseção dos limites de confiança de todos os GPs selecionados. Isso garante que o novo limite de incerteza seja monotonicamente não crescente (ou seja, a incerteza nunca aumenta com novos dados), preservando a viabilidade recursiva.
• Seleção de Modelos: Um algoritmo elimina modelos antigos da coleção se não forem necessários para a previsão ou para o limite de incerteza, mantendo a carga computacional controlada.

3. Principais Contribuições

1. Formulação RAMPC para GPs: Desenvolvimento de um esquema de controle que utiliza GPs para modelar dinâmicas não paramétricas desconhecidas e atualiza esses modelos em tempo real.
2. Garantias Teóricas Rigorosas: Prova de viabilidade recursiva, satisfação de restrições e convergência para um estado de referência com probabilidade $1-p$, mesmo na presença de atualizações de modelo online.
3. Novo Método de Propagação de Incerteza: Uso de métricas de contração para derivar uma dinâmica escalar para o tubo de incerteza. Isso evita o crescimento exponencial conservador típico de métodos baseados em linearização ou intervalos.
4. Mecanismo de Consistência Online: Uso de uma coleção de modelos e interseção de limites para garantir que as atualizações online não violem as garantias de segurança, permitindo que o otimizador ajuste livremente a combinação de modelos.
5. Eficiência Computacional: A propagação do tubo requer a otimização de um único escalar em vez de matrizes completas, reduzindo a complexidade computacional em comparação com abordagens anteriores.

4. Resultados Numéricos

O método foi validado em um exemplo de um quadrotor planar sujeito a efeitos de solo difíceis de modelar (força vertical dependente da altura) e distúrbios de vento.

• Comparação de Conservadorismo: O método proposto (baseado em métricas de contração) manteve o tamanho do tubo de alcance limitado e estável. Em contraste, um método existente baseado em propagação elipsoidal sequencial ([18]) sofreu de erro de linearização acumulada, levando a um crescimento exponencial do tubo e divergência numérica após ~1 segundo.
• Desempenho de Controle:
  • O esquema GP-RAMPC (com aprendizado online) alcançou o conjunto terminal 6% mais rápido do que o esquema GP-RMPC (apenas offline).
  • Houve uma redução de 9% no custo de rastreamento em malha fechada.
• Tempo de Computação: O tempo de execução por iteração permaneceu constante e gerenciável (~89 ms no total), mesmo com a atualização online de modelos, graças à estratégia de "batch" de GPs e seleção de modelos.
• Gestão de Modelos: O algoritmo de seleção (Algoritmo 4) manteve o número de modelos ativos abaixo do limite máximo, removendo modelos antigos desnecessários e incorporando novos dados eficientemente.

5. Significado e Conclusão

Este trabalho preenche uma lacuna crítica na literatura de controle baseado em dados. Ele demonstra que é possível combinar a flexibilidade de aprendizado de máquina (GPs) com garantias rigorosas de segurança de controle robusto.

• Impacto Prático: Permite que sistemas robóticos operem em ambientes complexos e não modelados, aprendendo e adaptando-se em tempo real sem perder a garantia de segurança.
• Avanço Teórico: Resolve o problema da viabilidade recursiva em MPC adaptativo não paramétrico, algo que métodos anteriores não conseguiam garantir sem verificações de viabilidade adicionais ou perda de garantias.
• Aplicabilidade: O framework é aplicável a uma ampla classe de sistemas não lineares contínuos com ruído sub-Gaussiano e não linearidades não modeladas, sendo particularmente relevante para robótica aérea e terrestre onde efeitos de solo e perturbações ambientais são comuns.

Em suma, a proposta oferece um caminho viável para a implementação segura de controladores que aprendem online, superando o conservadorismo excessivo das abordagens tradicionais de MPC robusto.