Zonotope-Based Elastic Tube Model Predictive Control

Resumo Técnico: Controle Preditivo por Modelo de Tubo Elástico Baseado em Zono-topos

Enunciado do Problema
O Controle Preditivo por Modelo (MPC) baseado em tubos é um framework robusto para sistemas lineares com restrições sujeitos a perturbações aditivas, garantindo que todas as trajetórias futuras permaneçam dentro de um "tubo" de conjuntos. Embora eficaz, a tratabilidade numérica do MPC baseado em tubos é frequentemente limitada pela complexidade das parametrizações de conjuntos. Abordagens poliédricas tradicionais sofrem com um crescimento quadrático nas variáveis de decisão em relação ao comprimento do horizonte ou requerem descrições complexas que aumentam o tamanho do problema. Tubos homotéticos (escalados) e elásticos (controlados por deslocamento) oferecem domínios de atração ampliados, mas frequentemente introduzem bilinearidades ou exigem a pré-seleção de variáveis auxiliares para lidar com inclusões de conjuntos, levando a uma seleção de parâmetros subótima ou a altos encargos computacionais, particularmente em sistemas de dimensão superior.

Metodologia
O artigo propõe um novo framework de MPC de Tubo Elástico que utiliza zonotopos escalados para parametrizar as seções transversais do tubo. A metodologia central envolve:

1. Representação de Zonotopo Escalado: O tubo é definido como uma sequência de zonotopos $\langle c_k, G\Delta_k \rangle$, onde $c_k$ é o centro, $G$ é uma matriz de geradores fixa e $\Delta_k = \text{diag}(\delta_k)$ representa fatores de escala variantes no tempo. Isso permite que o tubo se estenda e contraia elasticamente ao longo de direções específicas.
2. Condições de Inclusão Lineares: Uma nova classe de condições de inclusão para zonotopos escalados é derivada. Diferentemente de métodos anteriores que dependem de termos bilineares ou exigem a pré-seleção de variáveis auxiliares (como $\Gamma$) para lidar com a escala, a abordagem proposta utiliza uma matriz $\Phi$ para codificar linearmente a contenção de somas de Minkowski de zonotopos.
   • O Teorema 1 formula a otimização do MPC como um Programa Quadrático (QP), onde as restrições de admissibilidade de estado/entrada e de alcançabilidade em um passo são expressas como igualdades e desigualdades lineares envolvendo os fatores de escala $\delta_k$ e a matriz auxiliar $\Phi_k$.
   • Crucialmente, os centros dos zonotopos $c_k$ são tratados como variáveis de decisão independentes, aumentando a flexibilidade sem introduzir não convexidades.
3. Alternativas de Pré-computação: Para reduzir ainda mais a complexidade em tempo de execução, o artigo introduz duas variantes:
   • Baseada em $\Phi_0$: Uma matriz constante $\Phi_0$ é pré-computada offline, substituindo a otimização de $\Phi_k$ em cada passo por uma restrição linear sobre os fatores de escala.
   • Baseada em $\Gamma$: Um par pré-computado $(\Gamma, \gamma)$ é utilizado, semelhante a abordagens poliédricas anteriores, mas adaptado para zonotopos.
4. Conjuntos Positivamente Invariantes Robustos (RPI): A matriz de geradores $G$ é derivada de uma aproximação de conjunto RPI para a dinâmica de erro. O artigo aprimora isso tratando o centro do conjunto RPI como uma variável de decisão no problema de minimização, reduzindo o número de variáveis de decisão em comparação com trabalhos anteriores.
5. Estabilidade e Viabilidade: A viabilidade recursiva e a estabilidade assintótica são garantidas pela construção de um conjunto terminal via recorrência de conjuntos e pela imposição de condições de contração semelhantes a Lyapunov sobre o custo terminal e os fatores de escala.

Principais Contribuições

• Codificação Linear Inovadora: O artigo introduz uma codificação linear para a contenção de zonotopos (Corolário 1) que generaliza condições padrão. Isso elimina a necessidade de pré-selecionar variáveis auxiliares para contornar a otimização não linear, uma questão comum na escala poliédrica.
• Eficiência Computacional: A formulação proposta permanece linear tanto em variáveis auxiliares quanto em fatores de escala, facilitando a integração em frameworks de otimização de grande escala. Evita as bilinearidades tipicamente associadas a fatores de escala em outros métodos de MPC baseado em tubos.
• Redução de Complexidade: Ao aproveitar zonotopos, o método reduz significativamente o número de restrições e fatores de escala necessários em comparação com tubos elásticos poliédricos, especialmente à medida que a dimensão do sistema aumenta.
• Análise Explícita de Trade-off: O artigo fornece uma análise abrangente de complexidade comparando tubos rígidos, homotéticos e elásticos em configurações poliédricas e zonotópicas, ilustrando o trade-off entre o domínio de atração ampliado e o esforço computacional.

Resultados
A abordagem proposta foi validada por meio de experimentos numéricos em dois benchmarks:

1. Integrador Duplo: Comparações entre tubos elásticos poliédricos, tubos elásticos zonotópicos com $\Phi_0$ pré-computado e tubos elásticos zonotópicos com $\Phi$ otimizado mostraram que as variantes zonotópicas produzem domínios de atração maiores. A variante com $\Phi$ totalmente otimizado ofereceu uma vantagem ligeira sobre a variante com $\Phi_0$ pré-computado, mas a um custo computacional mais elevado.
2. Experimento de Molas Acopladas (CSE): Este sistema de alta dimensão (até 20 estados) demonstrou a escalabilidade do método. Implementações poliédricas falharam em encontrar soluções viáveis para sistemas com 3 ou mais molas devido a limites computacionais. Em contraste, todas as variantes zonotópicas resolveram com sucesso o problema em toda a faixa de parâmetros.
   • Tempo de Execução: Os métodos zonotópicos exibiram complexidade computacional linear (ou quadrática para a variante $\Phi$), enquanto os métodos poliédricos tornaram-se intratáveis.
   • Centros: Tratar os centros dos zonotopos como variáveis de decisão resultou em apenas uma sobrecarga computacional marginal, enquanto fornecia garantias cruciais de robustez.

Significado
O artigo afirma que a integração de zonotopos escalados elasticamente no MPC baseado em tubos reduz significativamente o tempo de execução e melhora a escalabilidade para sistemas de alta dimensão em comparação com métodos poliédricos tradicionais. Ao aliviar a necessidade de especificação a priori de restrições de contenção de conjuntos e evitar bilinearidades, a abordagem alcança um equilíbrio mais eficiente entre o domínio de atração e o esforço computacional. O trabalho estende pesquisas preliminares sobre MPC de tubo elástico, fornecendo uma alternativa baseada em pré-computação computacionalmente eficiente e estabelecendo condições rigorosas para viabilidade recursiva e estabilidade. Os autores observam que, embora o método seja robusto, trabalhos futuros poderiam abordar a sensibilidade ao conjunto RPI inicial e extensões potenciais para MPC baseado em dados.