Resumo Técnico: Otimização de Trajetória Robusta com Consciência de Saturação para Veículos de Lançamento Reutilizáveis via Física Diferenciável

1. Definição do Problema

O pouso vertical propulsivo (VPL) de veículos de lançamento reutilizáveis (RLVs), particularmente a manobra de "flip" de alto ângulo de ataque (ex: a arquitetura da Starship), apresenta um desafio crítico para a orientação, navegação e controle (GC&N) robustos. Esta fase envolve acoplamento aerodinâmico altamente não linear, grandes cargas estruturais e variações rápidas de pressão dinâmica. A dificuldade principal reside em garantir a precisão do pouso e a sobrevivência do veículo sob incertezas severas de múltiplas fontes (aerodinâmica instável, cisalhamento do vento, incertezas de massa), enquanto se adere estritamente aos limites físicos dos atuadores (limites de gimbal de controle de vetor de empuxo e limites de modulação de empuxo do motor).

Os métodos existentes de otimização de trajetória robusta, como a Convexificação Sucessiva (SCvx) combinada com o Controle de Covariância (CS), enfrentam duas limitações fundamentais neste contexto:

1. Suposições de Linearização Local: Eles dependem da propagação de covariância Gaussiana derivada de linearização local, que falha em capturar com precisão as distribuições de estado não Gaussianas e assimétricas induzidas por transientes aerodinâmicos severos.
2. Cegueira de Saturação: Eles tipicamente sintetizam leis de feedback (ex: LQR baseado em Riccati) sob a suposição de autoridade de controle infinita. Quando as perturbações levam os comandos de controle necessários além dos limites físicos dos atuadores, essa truncagem de hardware invalida as garantias teóricas de robustez, levando frequentemente à saturação do atuador, perda de autoridade de controle e degradação da precisão do pouso.

2. Metodologia

O artigo propõe um framework de Controle de Tubo de Partículas Diferenciável (DPTC), que integra física diferenciável com otimização baseada em ensemble para abordar essas limitações. A metodologia é construída sobre um Motor de Física Diferenciável nativo que acopla a cinemática de corpo rígido de 6-DoF com um substituto (surrogate) aerodinâmico neural de aprendizado profundo.

Componentes Principais:

• Motor de Física Diferenciável: O sistema modela a dinâmica de voo de 6-DoF usando um integrador Runge-Kutta de 4ª ordem, onde todas as operações (incluindo normalização de quaternion e passagens de rede neural) são formuladas como operações de tensor diferenciáveis. Isso permite a propagação exata do gradiente através de todo o grafo dinâmico não linear.
• Modelagem de Distribuição Estocástica: Ao contrário dos métodos tradicionais que otimizam uma única trajetória nominal, o DPTC trata a orientação robusta como um problema de transporte de probabilidade estocástica restrito. Ele representa a distribuição de estado incerta usando um ensemble de partículas Lagrangianas ($N_p$ partículas). Cada partícula evolui independentemente sob realizações únicas de perturbação, mas compartilha uma política de controle unificada.
• Síntese de Feedback com Consciência de Saturação: A política de controle é parametrizada como uma lei de feedback afim variante no tempo ($u = u_{ref} - K(x - x_{ref})$). Crucialmente, operadores de projeção de atuador rígidos ($\Pi_U$) estão incorporados diretamente no grafo computacional de propagação direta. Isso força o otimizador a sintetizar a trajetória de feedforward ($u_{ref}$) e os ganhos de feedback ($K$) simultaneamente, enquanto "experimenta" as mesmas saturações de atuador que ocorrem no veículo real.
• Otimização de Risco de Cauda (Tail-Risk): Para lidar com a segurança sem a fragilidade das restrições de chance (chance-constraints) rígidas, uma função objetivo de risco de cauda diferenciável é introduzida. Usando um substituto suave (ex: $ReLU^2$), o framework penaliza partículas que violam restrições de segurança, mantendo um landscape de gradiente contínuo para a retropropagação através do tempo (BPTT).

Linha de Base de Comparação:

O método proposto é comparado contra uma linha de base de Convexificação Sucessiva baseada em Diferenciação Automática (CS-AD-SCvx). Esta linha de base utiliza linearização local para extrair Jacobianos, propaga a covariância Gaussiana via equações de Riccati e aperta as restrições usando margens de restrição de chance, mas carece de consciência nativa de saturação durante a síntese de feedback.

3. Principais Contribuições

O artigo delineia três contribuições primárias:

1. Transição da Otimização de Trajetória para Modelagem de Distribuição: O framework vai além das aproximações clássicas de linearização Gaussiana para operar diretamente em dinâmicas não lineares exatas. Ao alavancar um motor de 6-DoF nativamente diferenciável, ele molda o manifold de probabilidade estocástica, capturando inerentemente dispersões de eventos raros e respostas aerodinâmicas não Gaussianas.
2. Síntese de Feedback com Consciência de Saturação Nativa: Ao contrário dos métodos de controle de covariância que anexam o feedback post-hoc, o DPTC incorpora limites físicos rígidos de atuadores diretamente no grafo de otimização. O otimizador sintetiza a política de controle enquanto respeita as mesmas restrições de saturação que governam o veículo físico, evitando a geração de comandos de controle inviáveis.
3. Regulação de Risco de Cauda via Penalidade Suave: A introdução de uma função objetivo de risco de cauda diferenciável permite a propagação suave de gradiente através do tempo. Isso permite que o otimizador penalize agressivamente as partículas que violam restrições (risco de cauda) sem a instabilidade numérica associada às restrições de chance rígidas, resultando em uma lei de orientação de malha fechada altamente sobrevivente.

4. Resultados

O framework foi avaliado usando simulações de Monte Carlo de 6-DoF (5.000 execuções) sob 5% de perturbações aerodinâmicas instáveis.

• Desempenho Nominal: Em condições determinísticas (zero perturbação), tanto o DPTC quanto o CS-AD-SCvx alcançaram trajetórias otimizadas em termos de combustível quase idênticas, com diferenças de massa final do veículo inferiores a 0,25%. Isso validou a fidelidade do motor de física diferenciável.
• Robustez sob Incerteza:
  • CS-AD-SCvx: Sob perturbações, a linha de base exibiu degradação significativa de desempenho. Sua formulação de feedback não restrita levou à saturação do atuador (violando limites de modulação profunda e de gimbal). Isso causou um descompasso entre a evolução da covariância linear assumida e a dinâmica fisicamente executada, resultando em uma dispersão de pouso assimétrica e um CEP50 (Erro Circular Provável) de 15,38 m.
  • DPTC: O framework proposto realizou proativamente um trade-off de desempenho consciente de restrições. Ao relaxar os requisitos de rastreamento espacial durante fases de alta pressão dinâmica, ele preservou a autoridade de controle crítica para a descida terminal. Isso resultou em um envelopamento simétrico da trajetória nominal e um CEP50 de 1,97 m, representando uma redução de 87% no erro de pouso em comparação com a linha de base.
• Eficiência Computacional: Embora o DPTC exija um cálculo offline significativo (rollout paralelo de ensembles de partículas acelerado por GPU), a política resultante é uma sequência de tensores variante no tempo. O deployment online reduz-se a uma busca $O(1)$ e multiplicação de matrizes, tornando-o adequado para execução em tempo real. O framework demonstrou escalonamento $O(1)$ em relação ao tamanho do lote em GPUs devido à vetorização.

5. Significância e Alegações

O artigo afirma que integrar física diferenciável com otimização baseada em ensemble fornece um framework eficaz e prático para orientação robusta em sistemas de voo aeroespaciais altamente restritos.

• Mudança de Paradigma: O trabalho demonstra uma transição do rastreamento de trajetória determinística para a modelagem de distribuição de probabilidade informada pela física. Argumenta-se que, sob incertezas severas e limites rigorosos de atuadores, a estratégia ideal não é rastrear rigidamente um caminho, mas sim moldar ativamente a distribuição de estado estocástica através de dinâmicas não lineares.
• Robustez Prática: Ao incorporar restrições físicas diretamente no processo de aprendizado, o framework evita a "cegueira de saturação" inerente aos métodos clássicos de controle robusto. Isso garante que a lei de orientação permaneça válida e sobrevivente mesmo quando o veículo opera nos limites de seu envelope físico.
• Escalabilidade: A abordagem oferece uma arquitetura escalável para problemas aeroespaciais de alta dimensão e não lineares, utilizando gradientes analíticos exatos derivados do motor de física em vez de depender de aproximações lineares idealizadas ou métodos de diferença finita.

Os autores concluem que este framework aumenta significativamente a robustez da missão e a satisfação das restrições físicas, oferecendo uma alternativa viável para sistemas avançados de GC&N em veículos de lançamento reutilizáveis de próxima geração.