Data-driven Acceleration of MPC with Guarantees

Resumo Técnico: Aceleração Baseada em Dados de MPC com Garantias

Declaração do Problema
O Controle Preditivo Baseado em Modelo (MPC) é um framework dominante para o controle ótimo de sistemas dinâmicos com restrições e de alta dimensão. No entanto, sua dependência da resolução iterativa de problemas de otimização com restrições em horizonte recuante online cria um gargalo computacional, frequentemente tornando-o inadequado para aplicações de baixa latência. Embora o MPC explícito e aproximações por redes neurais tenham sido propostos para acelerar o controle, eles sofrem de desvantagens significativas: métodos explícitos frequentemente exigem esquemas de projeção custosos ou lutam com não linearidades; redes neurais são difíceis de adaptar a novos dados sem retreinamento; e muitos métodos não paramétricos carecem de garantias rigorosas, não assintóticas, sobre viabilidade e desempenho.

Metodologia
Os autores propõem um framework inovador, baseado em dados, que acelera o MPC substituindo a otimização online por uma política não paramétrica construída a partir de soluções de MPC offline. A metodologia central envolve três componentes principais:

1. Formulação Conservadora Offline: Em vez de resolver o problema original de MPC online, os autores resolvem uma versão ligeiramente mais conservadora offline. Isso envolve reduzir o conjunto de restrições de estado $X$ para um conjunto erodido por $\epsilon$, $X_{-\epsilon}$ (usando a diferença de Pontryagin). Resolver este problema conservador garante que as trajetórias ótimas permaneçam estritamente no interior dos limites originais de restrição, fornecendo uma margem de segurança.
2. Construção de Política Não Paramétrica: Um conjunto de dados $D$ é construído a partir de soluções offline, consistindo em tuplas $(x_i, u_i, J_i)$, onde $x_i$ é um estado, $u_i$ é o controle ótimo e $J_i$ é o custo ótimo a partir do estado para o problema conservador. A política proposta $\pi_D$ é uma regra gulosa de vizinho mais próximo: para um estado atual $x$, ela seleciona o controle $u_i$ associado ao ponto do conjunto de dados $x_i$ que minimiza o custo regularizado $J_i + \lambda \|x - x_i\|$.
3. Garantias Teóricas: Os autores estabelecem condições sob as quais esta política é recursivamente viável e admite uma lacuna de optimalidade limitada.
   • Viabilidade Recursiva: Ao aproveitar a continuidade Lipschitziana da dinâmica do sistema, os autores provam que, se o conjunto de dados $D$ formar uma cobertura suficiente do espaço de estados (especificamente, uma cobertura $\epsilon/L_f$), a política permanece viável para o problema original, não conservador.
   • Suboptimalidade Limitada: Usando a continuidade Lipschitziana da função de custo a partir do estado, os autores constroem limites superiores e inferiores dependentes dos dados sobre o custo ótimo. Eles provam que, com um parâmetro de regularização $\lambda$ suficientemente grande, o custo da política é limitado superiormente por um limite superior conservador derivado dos dados. Isso leva a um limite provável na lacuna de suboptimalidade relativa, que se estreita à medida que a cobertura do conjunto de dados melhora.

Principais Contribuições
O artigo faz quatro contribuições primárias:

1. Política Não Paramétrica Inovadora: Uma política que resolve aproximadamente problemas de MPC usando dados offline de uma formulação conservadora, evitando a necessidade de otimização online.
2. Capacidade de Aprendizado Contínuo: A política suporta a adição incremental de novas soluções offline sem retreinamento. Novos dados modificam a política localmente, permitindo melhoria contínua.
3. Limites Teóricos Rigorosos: O estabelecimento de condições explícitas sobre a cobertura de dados offline que garantem viabilidade recursiva e lacunas de optimalidade limitadas sobre todo o domínio. Essas condições definem um trade-off claro entre a quantidade de dados coletados e a precisão dos limites de desempenho.
4. Implementação Eficiente: A política é implementada como uma regra de consulta (usando k-vizinhos mais próximos via FAISS), que é ordens de magnitude mais rápida do que resolver MPC online.

Resultados Experimentais
Os autores validam sua abordagem em dois benchmarks: um pêndulo invertido e um sistema LTI instável de tempo mínimo.

• Velocidade: A política proposta (rotulada MINT) alcança velocidades de inferência entre 100 e 1000 vezes mais rápidas do que o MPC online padrão.
• Desempenho: O método demonstra um trade-off favorável entre latência e optimalidade. Com cobertura de dados suficiente, a política alcança uma lacuna de optimalidade relativa comparável ao MPC padrão com horizontes de previsão mais curtos, enquanto supera significativamente esses MPCs de horizonte mais curto em termos de qualidade da solução.
• Verificação: Um algoritmo baseado em divisão sequencial do domínio do espaço de estados (Algoritmo 2) é demonstrado como capaz de verificar recursivamente certificados de viabilidade e optimalidade, confirmando que as condições teóricas são atendidas na prática.

Significado e Alegações
Os autores afirmam que este trabalho preenche a lacuna entre a velocidade do controle explícito/não paramétrico e as garantias rigorosas do MPC baseado em otimização. Diferentemente das abordagens de redes neurais, o método proposto não requer retreinamento para novos dados e oferece garantias não assintóticas. O framework quantifica explicitamente o trade-off entre o esforço de coleta de dados (memória e computação offline) e o desempenho de controle (lacuna de optimalidade e viabilidade). Os resultados sugerem que esta abordagem é um candidato viável para tarefas de controle em tempo real onde a baixa latência é crítica, desde que dados offline suficientes possam ser coletados para satisfazer as condições de cobertura. O artigo conclui observando que trabalhos futuros focarão na escalabilidade desses métodos para sistemas de alta dimensão e aplicações embarcadas.