残差適応型コンサバティブMPPI制御

本論文は、サンプリングベースのモデル予測制御（MPC）の一種であるModel Predictive Path Integral Control (MPPI)を拡張し、モデルと実機の不一致（model-plant mismatch）に対して安全性を適応的に確保するResidual-Conservative MPPI (RC-MPPI)を提案している。RC-MPPIは、予測と実行の残差（residual）に基づいて、制約の厳格化、安全コストの整形、サンプリングの変調（探索の縮小と温度緩和）をオンラインで調整する。理論的には、Lipschitzダイナミクスとsub-Gaussian外乱の下で制約違反の確率的境界を導出し、残差が大きいほど違反確率が減少することを示す。また、ロールアウトコストの不確実性解析により、モデル不一致がMPPIの重要度重みを残差の大きさに比例して摂動させ、温度に反比例することを示し、残差適応型温度緩和の理論的正当化を与える。

従来のサンプリングベースMPC（vanilla MPPIなど）は、固定の制約ペナルティを用いるため、モデルと実機の不一致に対して適応できない。RC-MPPIは、予測と実行の残差をオンラインで監視し、それに応じて制約の厳格さやコスト関数の形状、サンプリング分布を動的に調整する点が新しい。特に、温度パラメータを残差に応じて緩和するという洞察（モデルが不正確なときはロールアウトコストの評価が信頼できないため、見かけのコスト順位への過度なコミットメントを避ける）は、理論的解析とともに提供されている。

RC-MPPIは3つの連携メカニズムからなる。(1) 残差依存の制約厳格化（residual-dependent constraint tightening）: 残差が大きいほど制約を厳しくする。(2) 適応的安全コスト整形（adaptive safety-cost shaping）: 残差に応じて安全コストの重みや形状を調整する。(3) 残差適応型サンプリング変調（residual-adaptive sampling modulation）: 探索の縮小（exploration contraction）と温度緩和（temperature relaxation）を行う。温度適応は、モデルが不正確な場合にロールアウトコストの評価が不確実になるため、温度を上げることで見かけのコスト順位への過度な依存を減らす。理論解析では、Lipschitzダイナミクスとsub-Gaussian外乱の仮定の下で、制約違反の確率的境界を導出し、適応メカニズムの結合効果が残差の増加とともに違反確率を減少させることを示す。

シミュレーションにより検証している。具体的には、LTI point-mass systemとplanar 2R manipulatorの2つのシステムを用い、有意なモデルと実機の不一致（model-plant mismatch）がある状況で、vanilla MPPIと比較して、安全性マージン、成功率、制御効率が向上することを示した。

要旨からは、提案手法の理論的保証はLipschitzダイナミクスとsub-Gaussian外乱の仮定に依存しており、実際のシステムでこれらの仮定が満たされない場合の挙動については不明である。また、シミュレーションのみで実機検証は行われていない。さらに、残差の定義や計算方法、適応メカニズムのハイパーパラメータ調整に関する詳細は要旨からは不明。

要旨で参照されているvanilla MPPI（Model Predictive Path Integral Control）の原著論文、およびサンプリングベースMPCの関連手法（例: Model Predictive Path Integral Control, Sampling-based MPC）を読むことが推奨される。また、モデルと実機の不一致を扱う適応制御やロバストMPCの研究も関連する。