日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

制御arXiv:2603.24503

再帰型ニューラルネットワークモデリングによる安全な学習ベース非線形モデル予測制御に向けて

Towards Safe Learning-Based Non-Linear Model Predictive Control through Recurrent Neural Network Modeling

シェア:XThreadsFacebookLINEはてブBluesky

非線形モデル予測制御(NMPC)のオンライン計算負荷を軽減するため、予測ホライズン全体でパラメータを共有する逐次ニューラルポリシーを提案し、安全性を保証するオンライン評価とフォールバック機構を組み合わせた。

詳しい要約

1. どんなもの?

- 非線形モデル予測制御(NMPC)のオンライン計算負荷を軽減するため、学習ベースの近似手法を提案。 - Sequential-AMPC:予測ホライズン全体でパラメータを共有する逐次ニューラルポリシーで、MPC候補制御列を生成。 - 安全拡張オンライン評価とフォールバック機構を組み合わせたSafe Sequential-AMPCを実現。 - 埋め込みハードウェアでの高制御レートでのNMPC実装を容易にすることを目指す。

2. 先行研究と比べてどこがすごい?

- 従来の学習ベースNMPC近似は大規模な専門家データセットと高コストな訓練を必要とした。 - Sequential-AMPCは専門家MPCロールアウトを大幅に削減し、候補列の実行可能率と閉ループ安全性を向上。 - 高次元システムでは、フィードフォワードベースラインが停滞する一方で、学習ダイナミクスと性能が改善し、より少ないエポックで安定した検証改善を示す。

3. 技術・手法の肝は?

- 予測ホライズンにわたってパラメータを共有する逐次ニューラルポリシー(Sequential-AMPC)を採用。 - ポリシーはMPC候補制御列を生成し、オフラインで計算をシフト。 - 展開時に安全拡張オンライン評価とフォールバック機構をラップし、Safe Sequential-AMPCを構成。 - これにより候補列の実行可能性と安全性を確保。

4. どうやって有効だと検証した?

- 複数のベンチマークでナイーブフィードフォワードポリシーベースラインと比較。 - Sequential-AMPCは専門家MPCロールアウトを大幅に削減し、候補列の実行可能率と閉ループ安全性を向上。 - 高次元システムでは学習ダイナミクスと性能が改善し、より少ないエポックで安定した検証改善を示す。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究:ナイーブフィードフォワードポリシーベースライン。 - 関連手法:学習ベースNMPC近似、Recurrent Neural Network Modeling。 - 同分野の定番:Model Predictive Control (MPC), Nonlinear Model Predictive Control (NMPC), Learning-Based Control。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Mihaela-Larisa Clement, Mónika Farsang, Agnes Poks, Johannes Edelmann, Manfred Plöchl, Radu Grosu, Ezio Bartocci

分類: cs.LG, cs.RO, cs.SY, eess.SY

原文アブストラクト

The practical deployment of nonlinear model predictive control (NMPC) is often limited by online computation: solving a nonlinear program at high control rates can be expensive on embedded hardware, especially when models are complex or horizons are long. Learning-based NMPC approximations shift this computation offline but typically demand large expert datasets and costly training. We propose Sequential-AMPC, a sequential neural policy that generates MPC candidate control sequences by sharing parameters across the prediction horizon. For deployment, we wrap the policy in a safety-augmented online evaluation and fallback mechanism, yielding Safe Sequential-AMPC. Compared to a naive feedforward policy baseline across several benchmarks, Sequential-AMPC requires substantially fewer expert MPC rollouts and yields candidate sequences with higher feasibility rates and improved closed-loop safety. On high-dimensional systems, it also exhibits better learning dynamics and performance in fewer epochs while maintaining stable validation improvement where the feedforward baseline can stagnate.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI