[論文レビュー] A Hybrid control approach to the route planning problem for sailing boats

Roberto Ferretti, Adriano Festa|arXiv (Cornell University)|Jul 25, 2017

Adaptive Control of Nonlinear Systems参考文献 14被引用数 3

ひとこと要約

本稿では、風の変動とタック・ジャイブのペナルティを粘性解と単調な数値スキームを用いてモデル化することで、航行レースにおけるルート計画のための確率的ハイブリッド最適制御フレームワークを提案する。この手法により、障害物や変動する風が存在する複雑な現実世界のシナリオにおいて、標準的手法を上回るフィードバック制御が得られる。

ABSTRACT

We present an optimal hybrid control approach to the problem of stochastic route planning for sailing boats, especially in short course fleet races, in which minimum average time is an effective performance index. We show that the hybrid setting is a natural way of taking into account tacking/gybing maneuvers and other discrete control actions, and provide examples of increasing complexity to model the problem. Moreover, we carry out a numerical validation of the approach and show that results are in good agreement with theoretical and practical knowledge.

研究の動機と目的

• 短距離の航行レースにおける確率的風条件の下での最適ルート計画の課題に取り組む。
• ハイブリッド力学系フレームワーク内での離散的タック・ジャイブ操作を制御行動としてモデル化する。
• 風の変動とタックのペナルティを統合的な最適制御定式化に組み込む。
• 得られたハミルトニアン・ジャコビ・ベルマン（HJB）方程式に対して収束性と安定性を保証する数値スキームを開発する。
• 境界制約（海岸線、障害物）と変動する風のドリフト・拡散を含む現実的なシナリオで、手法を検証する。

提案手法

• 航行ボートの運動を、連続的制御（航路）と離散的制御（タック切り替え）を有する確率的ハイブリッド系として定式化する。
• 風の変化を、ドリフト（平均的回転）と拡散（ランダムフラクチュエーション）を有するマルコフ近似を用いた確率過程としてモデル化する。
• 到着までの所要時間、タックのペナルティ、およびペナルティ付き速度を用いた状態制約を含むコスト関数を定義する。
• 動的計画法を適用し、価値関数のためのハミルトニアン・ジャコビ・ベルマン（HJB）方程式を導出する。
• 収束性と安定性を保証する単調な有限差分スキームを用いてHJB方程式を解く。
• 価値関数から導出されたフィードバック制御則を用いて、初期条件を再計算せずに最適軌道を生成する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、航行ルート計画のための連続的最適制御フレームワーク内に離散的タック操作を効果的にモデル化できるか？
• RQ2 確率的風の変動を組み込むことで、最適航行ルートの現実性と性能はどの程度向上するか？
• RQ3 風のドリフトと拡散が、非対称な風の回転が存在する状況での最適戦略に与える影響は何か？
• RQ4 ハイブリッド制御アプローチは、海岸線や障害物といった状態制約を処理しつつ、計算効率を維持できるか？
• RQ5 計算された最適軌道は、理論的期待と実用的な航行戦略と比べてどの程度一致するか？

主な発見

• ハイブリッド制御アプローチは、タック遅延の物理的実態を的確に捉え、物理的に不自然な「チタッチ」行動を防止する。
• 最適軌道は、風のドリフトが反時計回りの場合、領域の左側を好む傾向を示し、これは「リフトにタックする戦略」と一致する。
• 風のドリフトの大きさが増加するにつれ、最適戦略はますます非対称になり、有利な風角がより発生しやすい領域を優先するようになる。
• 海岸線や障害物の存在は最適パスを変更し、回避行動を強制し、開放領域と比較して戦略の極端さを軽減する。
• フィードバック制御則は、再計算を伴わずに異なる出発点に再利用可能であり、リアルタイム応用を可能にする。
• 数値的検証により、計算された解が理論的期待と既知の航行実務とよく一致することが確認され、特に風の変動が大きい状況で顕著である。