[論文レビュー] Random Finite Set Theory and Optimal Control for Large Spacecraft Swarms.

Bryce Doerr, Richard Linares+2 more|arXiv (Cornell University)|Oct 1, 2018

Distributed Control Multi-Agent Systems被引用数 3

ひとこと要約

本論文は、モデル予測制御（MPC）および反復線形二次調節器（ILQR）を用いて不確実性と計算複雑性を管理する、ランダム有限集合（RFS）理論に基づく大規模宇宙ステーションスウォームの最適制御フレームワークを提案する。この手法は、ILQRを用いて効率を向上させながら、スウォームの強度を目的の目的地へと効果的に誘導し、宇宙船の相対運動シミュレーションで検証された。

ABSTRACT

Controlling large swarms of robotic agents has many challenges including, but not limited to, computational complexity due to the number of agents, uncertainty in the functionality of each agent in the swarm, and uncertainty in the swarm's configuration. This work generalizes the swarm state using Random Finite Set (RFS) theory and solves the control problem using model predictive control (MPC) which naturally handles the challenges. To determine more computationally efficient solutions, iterative linear quadratic regulator (ILQR) is also explored. This work uses information divergence to define the distance between swarm RFS and a desired distribution. A stochastic optimal control problem is formulated using a modified L2^2 distance. Simulation results using MPC and ILQR show that swarm intensities converge to a target destination, and the RFS control formulation can vary in the number of target destinations. ILQR also provides a more computationally efficient solution to the RFS swarm problem when compared to the MPC solution. Lastly, the RFS control solution is applied to the spacecraft relative motion problem showing the viability for this real-world scenario.

研究の動機と目的

• 大規模なロボット宇宙ステーションスウォームの制御における計算および不確実性の課題に対処すること。
• RFS理論を用いて、不確かなエージェント数と構成を表現するスウォーム状態の確率的最適制御問題を定式化すること。
• リアルタイム適用可能性を実現するため、MPCおよびILQRを用いて計算効率の高い制御解を開発すること。
• 実際の宇宙船の相対運動シナリオにおいて、RFS制御フレームワークを検証すること。
• 計算効率の観点から、MPCに対するILQRの性能向上を定量すること。

提案手法

• 不確かなエージェント数と空間的配置をモデル化するため、スウォーム状態をランダム有限集合（RFS）として表現する。
• 情報発散と修正されたL2^2距離を用いて制御コストを定義し、実際のRFS分布と望ましい分布との乖離を測定する。
• 再びホライズン最適化を用いて、確率的最適制御問題を解くためにモデル予測制御（MPC）を実装する。
• RFSに基づく制御におけるMPCの計算コストの高い代替手段として、反復線形二次調節器（ILQR）を検討する。
• 相対宇宙船運動の動的モデルを用いて、連続空間における制御問題を定式化する。
• MPCおよびILQRの両方の下で、スウォーム強度が目的の目的地に収束するかをシミュレーションで評価する。

実験結果

リサーチクエスチョン

• RQ1 RFS理論は、不確かなメンバー構成と配置を持つ大規模宇宙ステーションスウォームを効果的にモデル化・制御するのにどのように応用可能か？
• RQ2 不確実性下で、RFSに基づくスウォームシステムに対してMPCはどの程度の高い制御性能を達成するか？
• RQ3 ILQRは、RFSスウォーム制御において、MPCと同等の制御性能を達成しつつ、著しく低い計算コストで実現可能か？
• RQ4 RFS制御定式化は、スウォーム制御問題における変動するターゲット数をどのように処理するか？
• RQ5 提案されたRFS制御フレームワークは、現実の宇宙船の相対運動シナリオにおいて実用的か？

主な発見

• RFSに基づく制御定式化は、ターゲット数が変動しても、スウォーム強度を目的の地点へ効果的に誘導できた。
• モデル予測制御（MPC）は、スウォーム強度が望ましい分布に安定して収束することを達成した。
• 反復線形二次調節器（ILQR）は、同じRFS制御問題においてMPCよりも計算効率の高い解決策を提供した。
• 情報発散と修正されたL2^2距離の使用により、実際のスウォーム分布と望ましい分布との乖離を効果的に測定可能となった。
• RFS制御フレームワークは、宇宙船の相対運動シナリオで検証され、実際の宇宙ミッションへの実用的適用性が示された。
• シミュレーション結果は、MPCおよびILQRの両方が収束を達成しており、ILQRが性能と計算負荷の良好なトレードオフを提供していることを確認した。