[論文レビュー] Meta-Learning-Based Robust Adaptive Flight Control Under Uncertain Wind Conditions

Michael O’Connell, Guanya Shi+2 more|arXiv (Cornell University)|Mar 2, 2021

Model Reduction and Neural Networks被引用数 12

ひとこと要約

本論文は、メタラーニングに基づくオンライン複合適応制御フレームワークを提案しており、風速の不確実性に迅速かつロバストに適応できるように、メタラーニングされた基底関数を用いた深層ニューラルネットワーク（DNN）を採用している。リアルタイムでスペクトラル正規化DNNの最終層のみを更新し、モデルに依存しないメタラーニング（MAML）をカーネル初期化に用いることで、定数または固定基底関数に比べて優れた予測誤差性能を達成したが、ア装制御の飽和と動的依存性により、追従誤差の向上は限定的であった。

ABSTRACT

Realtime model learning proves challenging for complex dynamical systems, such as drones flying in variable wind conditions. Machine learning technique such as deep neural networks have high representation power but is often too slow to update onboard. On the other hand, adaptive control relies on simple linear parameter models can update as fast as the feedback control loop. We propose an online composite adaptation method that treats outputs from a deep neural network as a set of basis functions capable of representing different wind conditions. To help with training, meta-learning techniques are used to optimize the network output useful for adaptation. We validate our approach by flying a drone in an open air wind tunnel under varying wind conditions and along challenging trajectories. We compare the result with other adaptive controller with different basis function sets and show improvement over tracking and prediction errors.

研究の動機と目的

• 急激に変化する風速条件下におけるドローン飛行制御におけるリアルタイム適応の課題に対処すること。
• 飛行制御におけるオンライン学習における高速ディープラーニング推論の遅さと、深刻な忘却（ catastrophic forgetting）の制限を克服すること。
• メタラーニングを用いて有効な基底関数を学習することで、不審な力の抑制と追従性能を向上させること。
• DNN近似器のスペクトラル正規化を通じて、制御設計における安定性と有界性を保証すること。
• 風洞実験を通じて動的軌道を用いて、学習されたカーネルを定数およびベクトル基底関数と比較し、手法の有効性を検証すること。

提案手法

• スペクトラル正規化された重みを有する深層ニューラルネットワーク（DNN）を用い、マルチローターの未モデル化空力的力の近似を実現する。
• DNNの出力を線形パラメータに依存する適応制御器の基底関数として扱い、最終層の重み更新による高速なオンライン適応を可能にする。
• メタラーニングに依存しないMAMLを、オフライン学習段階でDNNの隠れ層出力を最適化し、風による誘導力の有効な表現を実現する。
• 制御システムは、適応的ダイナミクス下で閉ループ系の指数的安定性を保証する複合適応則を採用する。
• スペクトラル正規化はDNNのリプシッツ定数を制限し、制御設計における有界性と安定性を保証する。
• 物理的ダイナミクスモデルとデータ駆動型DNN近似器を組み合わせ、フルネットワーク再トレーニングなしにリアルタイム適応を実現する。

実験結果

リサーチクエスチョン

• RQ1 メタラーニングされたDNN基底関数は、不確かな風条件下におけるリアルタイム適応飛行制御の不審な力予測精度を向上させることができるか？
• RQ2 メタラーニング初期化を用い、DNNの最終層のみをオンラインで適応させることで、固定または定数基底関数に比べてより高速かつ安定した収束が達成されるか？
• RQ3 DNNのスペクトラル正規化が、適応制御ループにおける安定性と有界性をどの程度保証するか？
• RQ4 なぜ改善された予測誤差が、実際の位置および速度追従性能の向上に必ずしも結びつかないのか？
• RQ5 入力の飽和とア装追従誤差は、不審な力推定が向上しているにもかかわらず、全体の性能向上を制限する主な要因であるのか？

主な発見

• 学習されたカーネル基底関数は、全テスト軌道において定数カーネルに比べて予測誤差を18–25％削減した。特に動的図8パターンで顕著な改善が見られた。
• 図8テストでは、定数カーネルの平均予測誤差（∥e₁∥）は0.75 N、ベクトルカーネルは0.74 N、スカラーカーネルは0.75 Nであり、予測誤差の改善はわずかで、明確な優位性は認められなかった。
• より良い予測誤差にもかかわらず、位置および速度追従誤差はすべてのカーネルタイプで同等であり、図8軌道の平均位置誤差は0.20 mであった。
• ア装追従誤差と入力の飽和が、特に高カーブ度の運動において位置追従の劣化の主な要因であると観察された。
• 学習されたカーネルを用いた適応制御器は、リアルタイムでシステムを安定化させ、未モデル化空力的効果を補償し、変動する風速下でもロバストであることを示した。
• MAMLベースの初期化と最終層ファインチューニングの組み合わせにより、深刻な忘却なしに安定したオンライン適応が達成された。