Resumo Técnico: Conjuntos de Ambiguidade de Sinkhorn para Controle Robusto Distribucionalmente

Declaração do Problema

O controle estocástico clássico baseia-se na suposição de que a verdadeira distribuição de probabilidade da incerteza é conhecida, uma suposição frequentemente violada na prática, onde apenas amostras finitas estão disponíveis. Embora o controle robusto aborde a incerteza por meio de análise de pior caso, ele frequentemente produz soluções excessivamente conservadoras. A Otimização Robusta Distribucionalmente (DRO) oferece um meio-termo ao otimizar contra a distribuição de pior caso dentro de um "conjunto de ambiguidade" centrado em uma distribuição nominal.

No entanto, as abordagens DRO existentes baseadas na distância de Wasserstein (uma métrica padrão de Transporte Ótimo) enfrentam limitações significativas. Quando a distribuição nominal é discreta (por exemplo, uma distribuição empírica derivada de dados), a distribuição de pior caso resultante também é discreta. Isso falha em capturar a natureza contínua de muitos processos de ruído físicos. Além disso, alcançar garantias de alta probabilidade com conjuntos de Wasserstein frequentemente requer raios grandes quando os dados são escassos, levando a um conservadorismo excessivo.

Este artigo aborda essas limitações propondo uma estrutura de Controle Robusto Distribucionalmente (DRC) que utiliza conjuntos de ambiguidade de Sinkhorn. Esses conjuntos são definidos por meio da discrepância de Sinkhorn, uma variante regularizada por entropia do Transporte Ótimo. O desafio central é estabelecer as propriedades teóricas desses conjuntos e derivar uma reformulação tratável para problemas de controle linear quadrático com restrições de segurança probabilísticas.

Metodologia

1. Fundamentos Teóricos dos Conjuntos de Ambiguidade de Sinkhorn

Os autores caracterizam primeiro as propriedades geométricas e topológicas do conjunto de ambiguidade de Sinkhorn, denotado como $\mathcal{B}_{\rho, \epsilon}(P)$. Este conjunto contém todas as distribuições de probabilidade $Q$ tais que a discrepância de Sinkhorn $W_c^\epsilon(Q, P)$ seja menor ou igual a um raio $\rho$.

• Convexidade: O artigo prova que o conjunto de ambiguidade de Sinkhorn é convexo. Esta é uma propriedade crítica para garantir a tratabilidade de problemas de otimização definidos sobre esses conjuntos.
• Compacidade Fraca: Sob suposições padrão sobre o custo de transporte (especificamente, que ele cresce suficientemente rápido), os autores estabelecem que o conjunto de ambiguidade de Sinkhorn é fracamente compacto. Esta propriedade é essencial para garantir a existência de distribuições de pior caso e para aplicar teoremas minimax.
• Comparação com Wasserstein: Diferentemente dos conjuntos de Wasserstein, onde a distribuição de pior caso é discreta se o centro for discreto, a discrepância de Sinkhorn permite que a distribuição de pior caso compartilhe o suporte de uma medida de referência $\nu$. Ao escolher uma medida de referência contínua (por exemplo, uma Gaussiana), a distribuição de pior caso permanece contínua, oferecendo uma modelagem de incerteza mais realista.

2. Reformulação de Restrições CVaR Robustas Distribucionalmente

O problema de controle envolve restrições de Valor em Risco Condicional (CVaR) para garantir segurança com um nível de confiança especificado. Os autores aproveitam a convexidade e a compacidade fraca do conjunto de Sinkhorn para trocar o supremo (sobre distribuições) e o ínfimo (sobre limiares de risco) na definição do CVaR de pior caso.

• Eles derivam uma formulação dual forte para o custo esperado de pior caso e as restrições de CVaR.
• Quando a função de perda é afim por partes (comum em restrições politópicas) e a medida de referência é Gaussiana, a otimização de dimensão infinita sobre distribuições é reduzida a um problema de otimização convexa de dimensão finita.
• Esta reformulação recupera resultados conhecidos de Wasserstein no limite quando o parâmetro de regularização $\epsilon \to 0$.

3. Síntese de Controle Tratável via Síntese de Nível de Sistema (SLS)

O artigo aplica esses resultados a um problema de controle linear quadrático de horizonte finito com restrições de segurança probabilísticas.

• Restrição de Política: Os autores restringem o espaço de busca a políticas de feedback afins.
• Parametrização SLS: Em vez de otimizar ganhos de controlador diretamente, eles empregam a estrutura de Síntese de Nível de Sistema (SLS). Isso desloca as variáveis de projeto para os mapas de resposta do sistema em malha fechada ($\Phi, \phi$), que mapeiam linearmente distúrbios para estados e entradas.
• Programa Convexo: Ao combinar a parametrização SLS com a reformulação dual das restrições DR de Sinkhorn, os autores demonstram que todo o problema de síntese de controle pode ser formulado como um programa de otimização convexa (especificamente, um programa cônico quando $\epsilon > 0$).
• Condições de Viabilidade: O artigo fornece condições explícitas sobre o raio do conjunto de ambiguidade $\rho$ necessárias para que o problema seja viável.

Principais Contribuições

1. Propriedades Topológicas: O artigo estabelece a convexidade e a compacidade fraca dos conjuntos de ambiguidade de Sinkhorn. Estes são apresentados como resultados de interesse independente para a literatura de transporte ótimo, servindo como base para resolver problemas de controle com restrições robustas distribucionalmente.
2. Reformulação Tratável: Os autores derivam uma reformulação convexa de dimensão finita para o problema de controle Linear Quadrático Robusto Distribucionalmente (DR-LQ) de Sinkhorn. Esta formulação lida simultaneamente com a função objetivo e as restrições de segurança probabilísticas (CVaR).
3. Caracterização de Suporte Contínuo: O trabalho destaca a capacidade dos conjuntos de Sinkhorn de manter suporte contínuo para distribuições de pior caso quando uma medida de referência contínua é utilizada, contrastando isso com a limitação de suporte discreto da DRO baseada em Wasserstein.
4. Validação Numérica: O método proposto é validado em um problema de planejamento de trajetória para uma aeronave Boeing B-747 sujeita a turbulência de vento modelada por um filtro Dryden.

Resultados e Descobertas Experimentais

Os experimentos numéricos comparam três controladores:

• $\pi_{emp}$: Um controlador de equivalência de certeza usando a distribuição empírica (ignorando a incerteza).
• $\pi_{W}$: Um controlador DRO baseado em Wasserstein.
• $\pi_{S}$: O controlador DRO baseado em Sinkhorn proposto.

Observações Principais:

• Desempenho vs. Conservadorismo: O controlador empírico ($\pi_{emp}$) exibiu altos custos de controle e violações significativas de restrições em dados de teste não vistos. Ambos os controladores robustos ($\pi_{W}$ e $\pi_{S}$) superaram significativamente a linha de base empírica.
• Redução do Conservadorismo: O controlador de Sinkhorn ($\pi_{S}$) demonstrou conservadorismo reduzido em comparação com o controlador de Wasserstein ($\pi_{W}$). Embora $\pi_{S}$ tenha incorrido em uma taxa de violação de restrições ligeiramente maior do que $\pi_{W}$ para raios muito pequenos, ele consistentemente atendeu aos limiares de segurança requeridos enquanto alcançava custos de controle substancialmente menores.
• Comportamento da Trajetória: Visualizações dos estados terminais mostraram que as trajetórias de $\pi_{S}$ permaneceram mais próximas da fronteira da região viável em comparação com $\pi_{W}$, indicando que o conjunto de ambiguidade de Sinkhorn permite uma utilização menos conservadora da margem de segurança sem comprometer as garantias de segurança.
• Complexidade Computacional: O problema é resolvido usando uma busca em seção áurea sobre a variável dual $\lambda$, com cada iteração resolvendo um problema de otimização cônica. A abordagem é computacionalmente viável para as dimensões do sistema testadas.

Significado e Alegações

O artigo afirma que a abordagem proposta oferece uma maneira principiante de equilibrar robustez e desempenho no projeto de controle quando os dados são escassos. Ao utilizar a discrepância de Sinkhorn, o método:

• Evita Artefatos Discretos: Impede que a distribuição de pior caso colapse em um conjunto discreto de pontos, capturando assim melhor a natureza contínua do ruído físico.
• Integra Conhecimento Prévio: Permite a integração suave de conhecimento prévio (via a medida de referência $\nu$) com dados empíricos.
• Habilita Otimização Convexa: Transforma um problema robusto distribucionalmente de dimensão infinita potencialmente intratável em um programa convexo tratável, mesmo na presença de restrições de segurança.

Os autores posicionam este trabalho como um passo em direção a um controle robusto distribucionalmente mais eficaz, particularmente em aplicações críticas para a segurança onde o trade-off entre garantias de segurança e desempenho é crítico. Eles observam que, embora o trabalho atual se concentre em sistemas lineares e políticas afins, as propriedades teóricas dos conjuntos de Sinkhorn estabelecidas aqui são fundamentais para futuras extensões a sistemas não lineares e métodos de solução baseados em gradiente.