Resumo Técnico: Aprendizado de Dinâmicas Acopladas Cruzadamente e Dependentes de Regime para Manipulação Aérea

Declaração do Problema

Manipuladores aéreos, que combinam veículos multirotores com braços robóticos articulados, enfrentam desafios significativos na modelagem dinâmica devido ao forte acoplamento quadrotor-manipulador, interações aerodinâmicas atrasadas e variações dependentes do regime. Essas variações surgem de mudanças na carga útil (por exemplo, pega e solta) e reconfiguração do manipulador, levando a dinâmicas residuais que são simultaneamente acopladas cruzadamente, dependentes do histórico e não estacionárias.

Abordagens existentes lutam nesse domínio:

• Modelos analíticos frequentemente falham em capturar acoplamentos complexos inerciais e aerodinâmicos.
• Modelos aprendidos puramente offline (por exemplo, DNNs padrão, GPs) degradam-se durante a implantação porque não conseguem adaptar-se a deslocamentos de distribuição causados por regimes operacionais em mudança.
• Métodos de adaptação online frequentemente dependem de descida de gradiente (requerendo ajuste cuidadoso e sofrendo de baixa eficiência de amostragem) ou re-treinamento completo da rede (introduzindo sobrecarga computacional). Além disso, muitos métodos existentes não abordam simultaneamente o forte acoplamento entre variáveis e a não estacionariedade abrupta dependente do regime.

O desafio central é modelar dinâmicas residuais que capturem o acoplamento estreito entre variáveis de estado e dependências temporais, enquanto permitem adaptação online rápida e estável a condições operacionais não vistas, sem comprometer o desempenho de controle em tempo real.

Metodologia

Os autores propõem uma estrutura codificador-decodificador estruturada para aprendizado de dinâmicas residuais adaptativas. O sistema aproxima as dinâmicas residuais $f_\Delta$ como uma combinação linear de características latentes aprendidas: $f_\Delta(H_k) \approx \Theta z_k$.

1. Codificador Latente Não Linear (Treinado Offline)

O codificador $\phi(\cdot)$ processa uma matriz de histórico $H_k$ contendo trajetórias recentes de estado-entrada. Ele é projetado para capturar duas características específicas identificadas na análise do problema:

• Acoplamento entre Variáveis: Modelado por meio de blocos de atenção entre variáveis que computam dependências entre diferentes canais de estado e entrada dentro de segmentos temporais.
• Dependências Temporais: Modelado por meio de blocos de atenção temporal que capturam efeitos atrasados (por exemplo, esteira aerodinâmica, dinâmicas de atuadores) ao longo dos passos de tempo.
• Arquitetura: O codificador utiliza camadas alternadas de atenção temporal e entre variáveis, seguidas por agrupamento baseado em atenção e uma rede de projeção para produzir uma representação latente compacta $z_k \in \mathbb{R}^\ell$. Este codificador é treinado offline e permanece fixo durante a implantação.

2. Decodificador Latente Linear (Adaptado Online)

A matriz decodificadora $\Theta$ mapeia as características latentes para o alvo residual. Crucialmente, o modelo é linear em parâmetros em relação a $\Theta$, permitindo atualizações bayesianas de forma fechada eficientes.

• Atualização Recursiva: Os parâmetros do decodificador são atualizados recursivamente usando um filtro de Kalman no espaço de parâmetros. A evolução dos parâmetros é modelada como um passeio aleatório, permitindo que o estimador rastreie dinâmicas variantes no tempo.
• Inflação de Covariância Orientada por Consistência: Para lidar com deslocamentos abruptos de regime (por exemplo, soltura de carga útil), o sistema monitora a pontuação de inovação normalizada (distância de Mahalanobis entre resíduos previstos e observados).
  • Uma Média Móvel Exponencialmente Ponderada (EWMA) dessa pontuação ($g_k$) detecta incompatibilidades persistentes.
  • Se uma incompatibilidade for detectada, um mecanismo de inflação adaptativa de covariância escala a covariância a priori por um fator $1/\lambda_k$ (onde $\lambda_k < 1$). Isso atua efetivamente como um fator de esquecimento adaptativo, aumentando o ganho de Kalman para acelerar a adaptação sem redefinir o estimador.

3. Integração com Controle Preditivo por Modelo (MPC)

O modelo residual aprendido é incorporado em um framework de MPC não linear. Durante o horizonte de previsão, o codificador é congelado, e o residual é tratado como uma correção aditiva constante baseada na média a posteriori atual do decodificador. Essa formulação garante tratabilidade computacional para controle em tempo real, ao mesmo tempo em que considera dinâmicas não modeladas.

Principais Contribuições

1. Aprendizado de Representação Residual Não Linear: Um codificador latente dependente do histórico que modela explicitamente o acoplamento entre variáveis e dependências temporais, abordando as limitações de modelos instantâneos ou puramente temporais.
2. Estimação Residual Adaptativa a Regime Online: Uma estrutura de decodificador latente linear que permite adaptação bayesiana de forma fechada e leve. A inclusão de inflação de covariância orientada por consistência permite adaptação rápida e estável tanto a mudanças transitórias quanto a mudanças lentas nas dinâmicas, especificamente adaptada à natureza não estacionária da manipulação aérea.

Resultados Experimentais

O framework foi validado em uma plataforma real de manipulador aéreo (quadrotor Tarot-650 com um manipulador em série de 2R) sob dois cenários desafiadores envolvendo soltura de carga útil e troca de trajetória:

• Previsão em Malha Aberta: O codificador "Totalmente Estruturado" proposto superou as linhas de base (DNN, TCN e codificadores apenas temporais) com o menor RMSE (0,18 vs. 0,21–0,34), demonstrando a necessidade de modelar tanto interações entre variáveis quanto temporais.
• Ablação do Decodificador: O decodificador adaptativo completo (com inflação orientada por consistência) alcançou o menor RMSE e a recuperação mais rápida após um deslocamento abrupto de dinâmicas (queda de carga útil) em comparação com decodificadores fixos, atualizações bayesianas padrão e métodos de fator de esquecimento fixo.
• Rastreamento de Trajetória: Em experimentos de MPC em malha fechada, o método proposto superou modelos nominais, DNNs offline, modelos baseados em difusão e outras linhas de base de adaptação online (por exemplo, Active MLP, Proto-MPC). Demonstrou rejeição de distúrbios superior e precisão de rastreamento sob condições de carga útil tanto dentro quanto fora da distribuição.

Significado e Alegações

O artigo afirma que a modelagem precisa de manipuladores aéreos requer a modelagem conjunta de dinâmicas temporais acopladas e não estacionariedade no momento da implantação. O framework proposto aborda isso desacoplando o aprendizado de representação complexa (tratado offline pelo codificador não linear) do mecanismo de adaptação (tratado online pelo decodificador linear).

Os autores enfatizam que sua abordagem permite:

• Adaptação rápida a mudanças abruptas (como soltura de carga útil) sem a instabilidade frequentemente associada ao aprendizado agressivo baseado em gradiente.
• Estimação estável sob condições nominais devido à natureza conservadora da atualização bayesiana quando nenhuma incompatibilidade é detectada.
• Compatibilidade em tempo real com MPC, pois a atualização online é computacionalmente eficiente ($O(d\ell^2)$) e a inferência do codificador é realizada uma vez por passo.

Os resultados destacam que combinar codificação estruturada de histórico com inflação adaptativa de covariância fornece uma solução robusta para manipulação aérea confiável em regimes operacionais variáveis e imprevisíveis.