[논문 리뷰] SLSpy: Python-Based System-Level Controller Synthesis Framework

Shih-Hao Tseng, Jing Shuang Li|arXiv (Cornell University)|2020. 04. 27.

Parallel Computing and Optimization Techniques참고 문헌 24인용 수 6

한 줄 요약

SLSpy는 시스템 수준 제어기 합성에 적합한 오픈소스이자 파이썬 기반의 프레임워크로, 이산 시간 제어기 합성 방법의 모듈러하고 확장 가능한 구현 및 비교를 가능하게 한다. 합성 및 시뮬레이션 워크플로우를 지원하며, 시스템 수준 합성(SLS)과 입출력 매개변수화(IOP)의 네이티브 구현을 제공하여, 사용자 정의 목표 및 제약 조건을 갖춘 최초의 오픈소스 파이썬 기반 SLS 및 IOP 프레임워크를 제공한다.

ABSTRACT

Synthesizing controllers for large, complex, and distributed systems is a challenging task. Numerous proposed methods exist in the literature, but it is difficult for practitioners to apply them -- most proposed synthesis methods lack ready-to-use software implementations, and existing proprietary components are too rigid to extend to general systems. To address this gap, we develop SLSpy, a framework for controller synthesis, comparison, and testing. SLSpy implements a highly extensible software framework which provides two essential workflows: synthesis and simulation. The workflows are built from five conceptual components that can be customized to implement a wide variety of synthesis algorithms and disturbance tests. SLSpy comes pre-equipped with a workflow for System Level Synthesis (SLS), which enables users to easily and freely specify desired design objectives and constraints. We demonstrate the effectiveness of SLSpy using two examples that have been described in the literature but do not have ready-to-use implementations. We open-source SLSpy to facilitate future controller synthesis research and practical usage.

연구 동기 및 목표

• 제어 시스템 연구 분야에서 고급 제어기 합성 방법에 대한 접근 가능하고 확장 가능하며 오픈소스 소프트웨어 구현의 부족을 해결한다.
• 사용자가 프로prietary 툴박스나 복잡한 종속성 체인에 얽매이지 않고 다양한 제어기 합성 알고리즘을 구현, 커스터마이징 및 비교할 수 있도록 하는 유연한 소프트웨어 프레임워크를 제공한다.
• 주어진 주파수 도메인 합성 방법에서 시간 도메인 제어기 구현을 가능하게 하기 위해 번역 과정을 모듈러한 프레임워크를 통해 추상화한다.
• 표준화되고 조합 가능한 아키텍처와 명확히 정의된 컴포onent 인터페이스를 제공함으로써 신규 합성 방법의 구현 및 배포를 촉진한다.
• 최신 기법인 시스템 수준 합성(SLS)과 입출력 매개변수화(IOP)를 모두 지원하며, 이전 툴박스에서는 제공되지 않았던 출력 피드백 및 LQG 목표 기능을 포함한다.

제안 방법

• 제어기 합성 및 시스템 시뮬레이션을 주도하는 다섯 가지 개념적 컴포넌트(시스템 모델, 제어기 매개변수화, 목표, 제약 조건, 솔버 인터페이스)를 통해 작동하는 두 가지 핵심 워크플로우(합성 및 시뮬레이션)를 갖춘 프레임워크를 설계한다.
• 접근성, 확장성, 기존 과학 계산 스택과의 통합 용이성을 확보하기 위해 파이썬 기반으로 프레임워크를 구현한다.
• 사용자가 컴포넌트(예: 목표, 제약 조건)를 커스터마이징할 수 있도록 객체 지향적 상속을 활용하면서도, 프레임워크의 사전 정의된 워크플로우와의 호환성을 유지한다.
• 최적화 목표 및 제약 조건를 지정하기 위한 CVX 기반 문법을 통해 외부 솔버와의 상호운용성을 보장하여 표준 볼록 최적화 도구와의 통합을 가능하게 한다.
• 기대되는 노이즈에 의존하는 제어기 합성 과정과 실제 노이즈를 사용하는 시뮬레이션 과정을 분리함으로써, 노이즈 조건이 일치하지 않는 상황에서도 강건한 테스트를 가능하게 한다.
• SLS 및 IOP에 대한 즉시 사용 가능한 구현을 제공하며, 출력 피드백 및 LQG 목표 기능을 포함하고 있으며, 코드량이 매우 적음(예: IOP는 282줄)을 확인할 수 있다.

실험 결과

연구 질문

• RQ1 다양한 제어기 합성 알고리즘의 모듈러하고 확장 가능하며 조합 가능한 구현을 가능하게 하기 위해 소프트웨어 프레임워크는 어떻게 설계되어야 하는가?
• RQ2 통합적이고 재사용 가능한 프레임워크에서 합성 및 시뮬레이션 워크플로우를 지원하기 위해 필요한 아키텍처 컴포넌트는 무엇인가?
• RQ3 파이썬 기반 프레임워크는 프로prietary 툴박스와 동일한 功能 및 확장성을 달성할 수 있는가? 동시에 오픈소스이면서 쉽게 커스터마이징 가능한가?
• RQ4 주파수 도메인 제어기 합성에서 시간 도메인 제어기 구현으로의 번역 과정은 어떻게 추상화되고 단순화되어 실용적으로 사용될 수 있는가?
• RQ5 이 프레임워크는 입력-출력 매개변수화(IOP) 및 출력 피드백 LQG와 같은 새로운 합성 방법의 구현 및 비교를 어느 정도 지원할 수 있는가?

주요 결과

• SLSpy는 시스템 수준 합성(SLS)에 대해 최초로 오픈소스이자 파이썬 네이티브로 제공되며, 사용자가 고수준의 모듈러 문법으로 설계 목표 및 제약 조건를 직접 지정할 수 있도록 한다.
• 프레임워크는 282줄의 코드로 구현된 최초의 오픈소스 입출력 매개변수화(IOP)를 포함하고 있으며, 이는 효율성과 통합 용이성을 입증한다.
• SLSpy는 IOP 및 LQG 제어기를 사용하여 충격 외란 하에서 10노드 체인 시스템을 안정화시키는데 성공했으며, IOP는 노이즈에 민감하지 않은 설계 특성 덕분에 더 적극적인 안정화를 보였다.
• 측정 노이즈가 없는 조건에서 시뮬레이션해도 측정 노이즈를 고려해 설계된 LQG 제어기는 안정성을 유지하며, 이는 프레임워크가 합성 가정 조건과 시뮬레이션 조건을 분리할 수 있음을 검증한다.
• 프레임워크는 IOP와 LQR 제어기 간의 공정한 비교를 가능하게 하여, 측정 노이즈가 없을 경우 이론적으로 동일하다는 예측을 확인한다.
• 모듈러한 설계 덕분에 새로운 솔버 및 최적화 기법으로의 확장이 원활하게 가능하며, 목표/제약 조건와 솔버 간 번역 레이어를 통합하기 위한 제안된 경로도 제시된다.