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・共分散ステアリングarXiv:2607.16914

分布の曖昧さを考慮した非線形共分散ステアリングのための近似相対エントロピー制約

Approximate Relative Entropy Constraints for Nonlinear Covariance Steering Under Distribution Ambiguity

シェア:XThreadsFacebookLINEはてブBluesky

非線形システムの共分散ステアリングにおいて、真の分布とガウス近似の乖離を相対エントロピーで定量化し、リスク感応指標の上界を導出して逐次凸計画法で解く手法を提案した。宇宙機の軌道遷移問題で実証した。

詳しい要約

1. どんなもの?

本論文は、非線形システムに対する分布ロバストなCovariance Steering(共分散ステアリング)フレームワークを提案する。従来のCovariance Steeringは線形システム向けであり、非線形システムへの拡張は局所線形化によるGaussian surrogateに依存するが、真の非線形分布との乖離により衝突確率や平均二乗誤差などのリスク感応量の推定が不正確になる問題がある。提案手法は、相対エントロピー(Kullback-Leibler divergence, KLD)に基づく曖昧さ集合を用いて、真の分布とGaussian surrogateの間の分布の曖昧さを考慮する。指数積分の変分表現を用いて、KLD曖昧さ集合上のリスク感応量の計算可能な上界を導出し、さらに真の非線形分布とGaussian surrogate間のKLDの時間変化率の上界を定式化する。この上界は、いくつかの仮定の下でCovariance Steeringの決定変数によって制御可能となり、逐次凸計画法に組み込むことで、真の分布をGaussian surrogateに近づけつつリスク感応性能の上界を保証する…

2. 先行研究と比べてどこがすごい?

先行研究のCovariance Steeringは線形システムを対象とし、非線形システムへの拡張は局所線形化によるGaussian surrogateに依存していた。しかし、このsurrogateは真の非線形分布と大きく乖離する可能性があり、リスク感応量(衝突確率、平均二乗誤差)の推定が不正確になるという問題があった。本提案は、分布の曖昧さを明示的にモデル化する点で優れている。具体的には、KLD曖昧さ集合を導入し、その集合内で最悪ケースのリスク感応量の上界を計算することで、真の分布がGaussian surrogateから逸脱しても性能保証を提供する。さらに、KLDの時間変化率の上界を制御変数に組み込むことで、分布の乖離を積極的に抑制する点が新しい。これにより、従来の局所線形化に基づく手法よりもロバストで信頼性の高いポリシー設計が可能となる。

3. 技術・手法の肝は?

手法の核は以下の通り。 - 分布の曖昧さをKLD曖昧さ集合でモデル化し、その集合上でリスク感応量(衝突確率や平均二乗誤差)の上界を導出する。指数積分の変分表現を用いることで、計算可能な上界を得る。 - 真の非線形分布とGaussian surrogate間のKLDの時間変化率の上界を導出する。この上界は、いくつかの仮定(例えば、システムダイナミクスのリプシッツ連続性など)の下で、制御入力や共分散行列などの決定変数によって制御可能な形で表される。 - この上界を制約としてCovariance Steering問題に組み込み、逐次凸計画法(Sequential Convex Programming, SCP)を用いて解く。SCPにより、非線形問題を凸近似の繰り返しで解く。 - 結果として得られるポリシーは、真の分布をGaussian surrogateに近づけつつ、リスク感応性能の上界を保証する。

4. どうやって有効だと検証した?

提案手法の有効性は、非線形宇宙機遷移問題(二つの近直線ハロー軌道間の遷移)に適用することで検証された。具体的な数値結果は要旨からは不明だが、この挑戦的な問題に対して、提案手法が設計したポリシーが、真の分布をGaussian surrogateに近づけつつ、リスク感応量の上界を満たすことを示したと述べられている。

5. 議論はある?

要旨からは、提案手法の仮定(KLD時間変化率の上界が決定変数で制御可能となるための仮定)がどの程度現実的か、またそ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、逐次凸計画法の収束性や計算コストについての議論も要旨には含まれていない。さらに、KLD曖昧さ集合のサイズ(曖昧さの程度)の選択方法や、それが性能に与える影響についても要旨からは不明である。

6. 次に読むべき論文は?

要旨で参照されている関連研究は明示されていないが、Covariance Steeringの基礎となる線形システム向けの研究や、分布ロバスト最適制御、KLD曖昧さ集合を用いたロバスト最適化の研究が関連する。具体的には、線形Covariance Steeringの原論文(例えば、"Covariance steering theory")や、分布ロバスト制御の標準的な手法(例えば、"Wasserstein ambiguity sets"を用いた研究)が次に読むべき候補となる。

※ 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: Trevor N. Wolf, Jay W. McMahon

分類: cs.RO, cs.IT, cs.SY, eess.SY, math.IT, stat.AP

原文アブストラクト

Covariance steering provides an efficient framework for designing linear stochastic feedback policies, but its extension to nonlinear systems relies on a Gaussian surrogate obtained through local linearization. Because this surrogate may differ substantially from the true nonlinear state distribution, risk-sensitive quantities such as collision probability and mean-squared error may be inaccurately estimated. This work develops a distributionally robust covariance-steering framework based on the relative entropy, also known as the Kullback-Leibler divergence (KLD), to account for ambiguity in the propagated probability density function. Using a variational representation of exponential integrals, we derive computable upper bounds on risk-sensitive quantities over a KLD ambiguity set. We then formulate an upper bound on the time rate of change of the KLD between the true nonlinear distribution and a Gaussian reference surrogate. Under some assumptions, this bound is controlled by decision variables within a covariance-steering formulation. The resulting constraints are incorporated into a sequential convex programming algorithm to design stochastic guidance policies that keep the true distribution close to its Gaussian surrogate while enforcing bounds on risk-sensitive performance measures. The proposed approach is demonstrated on a challenging nonlinear spacecraft transfer between two near-rectilinear halo orbits.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmo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
  3. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXO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
  5. 5Google DeepMind、ロボット向けAIを発表新製品・発表

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