본 연구는 비선형 및 신경망(NN) 동역학을 갖는 시스템의 강건 모델 예측 제어(RMPC)를 위한 선형화 오차 상한(LEB) 계산의 계산 병목 현상을 해결한다. GPU 병렬성을 활용하여, 고차원 시스템에서 실시간 성능과 엄격한 보장을 모두 제공하는 조밀하고 국소적인 LEB를 온라인으로 계산할 수 있음을 보인다.
관련 연구
LEB는 계산 속도가 느리기 때문에 종종 오프라인에서 한 번 생성되지만, RMPC에서처럼 단일 궤적 주변의 오차를 상한하려는 경우에는 느슨하다. 따라서 실무자들은 종종 선형화 오차를 생략하여 형식적 보장 대신 성능을 선택하는 휴리스틱 도달 가능 튜브를 사용한다. 이를 해결하기 위해, 우리는 GPU 병렬 처리를 통해 온라인에서 조밀하고 국소적인 LEB를 계산하여 고차원 시스템에서 실시간 성능과 엄격한 보장을 모두 제공할 수 있음을 보인다.
미분 가능한 병렬 상한 구현
LEB를 JAX로 구현하였으며, PBH는 immrax의 구간 산술을, jax_verify는 NN 동역학에 대한 CROWN 기반 상한을 사용한다. JAX는 미분 가능성과 GPU 병렬화를 제공하여, 선형화 지점인 공칭 점의 기울기 기반 정제와 SLS의 보수성을 줄이기 위한 확장 가능한 입력 도메인 분할을 가능하게 한다.
GPUSLS에서 선형화 오차 상한 사용
SLS에서 LEB의 사용을 논의하고 효율적인 GPU 기반 구현을 설명한다.
RNOCP를 위한 선형화 상한 사용
이 절에서는 GPUSLS-LEO를 다양한 분석 및 신경 동역학 시스템에 대해 여러 RNOCP 기준선과 비교 평가한다. 또한, 선형화 오차 기울기에 대한 최적화 효과와 0이 아닌 중심의 제노토프 사용을 포함한 주요 절제의 영향을 평가한다. 모든 기준 방법은 주어진 동역학 시스템에 대해 동일한 외란 집합 하에서 평가되며, 해당되는 경우 최대 100회의 SQP 반복으로 실행된다.
위성
이전 연구와 동일한 위성 동역학 및 실험 설정을 사용한다. 구체적으로, 동역학은 비선형 중력 효과를 포함한 표준 위성 궤도 동역학으로 정의된다.
평면 쿼드로터
수직 평면에서의 운동으로 제약된 쿼드로터의 표준 모델인 다음과 같은 동역학을 갖는 평면 쿼드로터를 고려한다.
자주 묻는 질문
GPU 병렬화는 선형화 오차 상한 계산을 어떻게 가속화합니까? GPU 병렬화는 상태-입력 공간의 많은 점에서 LEB를 동시에 계산할 수 있게 하여, 비선형 또는 신경망 동역학을 갖는 고차원 시스템에서도 실시간 성능을 가능하게 합니다.
이러한 선형화 오차 상한은 어떤 보장을 제공합니까? 상한은 선형화 오차에 대한 엄격한 형식적 보장을 제공하므로, 증명 가능한 안전성 및 성능 인증서를 갖춘 강건 모델 예측 제어에 적합합니다.
이 상한은 전통적인 오프라인 계산 상한과 어떻게 비교됩니까? 전통적인 오프라인 상한은 궤적 특정 응용에 대해 종종 느슨한 반면, 우리의 국소적 온라인 계산 상한은 더 조밀하며 실시간 강건 최적 제어에 더 적합합니다.
어떤 종류의 동역학 시스템이 지원됩니까? 이 방법은 분석적 비선형 동역학과 신경망 동역학을 모두 지원하며, 구간 산술 및 CROWN 기반 상한 전파 기술을 활용합니다.