MPC for underactuated spacecraft control with a Lyapunov supervised physics-informed neural network correction layer

Resumo Técnico: MPC para Controle de Naves Espaciais Subatuadas com uma Camada de Correção por Rede Neural Informada pela Física Supervisionada por Lyapunov

Declaração do Problema
Naves espaciais subatuadas, que carecem de autoridade de controle total em todos os eixos rotacionais devido a restrições de projeto ou falhas de atuadores, enfrentam desafios significativos em manobras de atitude e estabilização. Controladores convencionais têm dificuldade com esses sistemas porque não conseguem estabilizar diretamente todos os componentes de atitude sem estratégias complexas de planejamento de referência. Além disso, abordagens de Controle Preditivo Baseado em Modelo (MPC), embora eficazes no tratamento de restrições, permanecem sensíveis à incerteza de inércia e acoplamentos dinâmicos não modelados. Esses descompassos entre a planta física e o modelo preditivo frequentemente levam à degradação do desempenho de rastreamento e potencial instabilidade na presença de distúrbios ambientais.

Metodologia
Os autores propõem uma arquitetura de controle hierárquica integrando três camadas distintas para abordar a subatuação e a incerteza do modelo, mantendo garantias de segurança:

1. Baseline de Controle Preditivo Não Linear (NMPC): Esta camada serve como o controlador primário, sendo responsável pelo planejamento de manobras conscientes de restrições e por garantir a estabilidade de malha fechada nominal sob limites de atuadores (ex: saturação de velocidade e torque de rodas de reação). Ela opera em um modelo de predição discreto usando uma discretização Runge-Kutta de passo fixo (RK4) com um período de atualização de 0,5s e um horizonte de 12s.
2. Correção por Rede Neural Informada pela Física (PINN): Para mitigar o descompasso modelo-planta (especificamente a incerteza de inércia e acoplamentos não modelados), uma PINN é treinada offline em dados de simulação para estimar torques de distúrbio residual ($\tau_d$). A rede utiliza uma estrutura NARX com três camadas ocultas (128 neurônios cada) e recebe 16 características como entrada, incluindo velocidades angulares e torques das rodas de reação. O objetivo de treinamento minimiza uma perda de rollout de múltiplos passos, impondo consistência com a dinâmica de corpo rígido rotacional para melhorar a precisão da predição de curto horizonte.
3. Mecanismo de Supervisão de Segurança Baseado em Lyapunov: Esta camada determinística atua como um filtro de segurança entre o NMPC e a PINN. Ela avalia a correção aprendida em tempo real contra uma suposição conservadora, próxima ao pior caso, baseada no modelo de inércia nominal. O supervisor escala ou suprime a saída da PINN para garantir o não aumento de uma medida de Lyapunov do tipo energia. Isso garante que, se a correção aprendida for considerada não confiável ou insegura, o sistema degrade graciosamente para a política puramente baseada em modelo do NMPC sem alternar modos.

Principais Contribuições
O artigo descreve três contribuições primárias:

• Estrutura de Controle Híbrida: Uma arquitetura inovadora que combina um baseline baseado em modelo com um compensador de resíduo PINN para abordar a subatuação e incertezas de modelagem estruturada, preservando garantias de segurança teóricas.
• Supervisão Determinística: O desenvolvimento de um mecanismo de supervisão baseado em Lyapunov que restringe as contribuições da rede neural em tempo real, aderindo a princípios de verificação formal para garantir a estabilidade de malha fechada.
• Validação de Desempenho: Demonstração de melhoria no desempenho de rastreamento em regime permanente e redução da variância do erro em comparação com um NMPC autônomo, validado através de simulações de alta fidelidade.

Resultados Experimentais
A arquitetura proposta foi avaliada em um ambiente de simulação de alta fidelidade modelando a dinâmica das rodas de reação, saturação de atuadores e distúrbios ambientais (gradiente de gravidade e arrasto aerodinâmico). Uma campanha de Monte Carlo consistindo em 100 simulações com diversas atitudes iniciais (manobras de slew de 75° e 125°) e incerteza de inércia estruturada foi conduzida.

Principais achados estatísticos incluem:

• Erro de Regime Permanente: A configuração PINN supervisionada alcançou uma redução de 3,8% no Erro Quadrático Médio (RMSE) médio de regime permanente em comparação com o baseline NMPC. O erro de regime permanente de pior caso foi reduzido em 24,16%.
• Erro de Atitude Final: O sistema demonstrou uma redução de 12,7% no erro final médio, uma redução de 52,9% no erro final máximo e uma redução de 29,42% na variância do erro final.
• Significância Estatística: Comparações pareadas usando o teste de postos sinalizados de Wilcoxon confirmaram que essas melhorias são estatisticamente significativas.
• Compromisso entre Segurança e Desempenho: Embora a variante NMPC+PINN não supervisionada tenha mostrado ganhos de desempenho ligeiramente superiores, a versão supervisionada (NMPC+PINN+Supervisor) manteve garantias estritas de estabilidade. O supervisor ocasionalmente rejeitou correções benéficas que pareciam inseguras sob suposições nominais, priorizando a robustez sobre o desempenho de pico.

Significância e Alegações
O artigo afirma que esta abordagem hierárquica consegue preencher a lacuna entre a robustez do controle baseado em modelo e a adaptabilidade dos métodos baseados em dados. Ao integrar uma PINN como um estimador de resíduo e impor a estabilidade através de um supervisor baseado em Lyapunov, o sistema alcança um rastreamento de atitude aprimorado para naves espaciais subatuadas sem comprometer as propriedades de segurança exigidas para operações aeroespaciais críticas. A arquitetura garante a "degradação graciosa", permitindo que o sistema retorne a um controlador puramente baseado em modelo e certificável caso o aumento baseado em aprendizado torne-se não confiável, abordando assim a natureza crítica de segurança das missões espaciais.