[論文レビュー] Optimal Decentralized State-Feedback Control with Sparsity and Delays

Andrew Lamperski, Laurent Lessard|arXiv (Cornell University)|May 31, 2013

Distributed Control Multi-Agent Systems参考文献 23被引用数 4

ひとこと要約

本稿では、動的計画法を用いて、結合されたスパarsity制約と遅延制約の下での最適分散型線形二次状態フィードバック制御を統一的に解決する手法を提示する。ノイズ履歴を分解し、0（即時）および1（1ステップ遅延）のエッジを持つ有向グラフを用いて情報フローをモデル化することで、従来の遅延のみ、またはスパarsityのみのケースを一般化した明示的で分散型の制御器構造が導出され、定理3では新たな分散型メッセージパッシング実装が提供されている。

ABSTRACT

This work presents the solution to a class of decentralized linear quadratic state-feedback control problems, in which the plant and controller must satisfy the same combination of delay and sparsity constraints. Using a novel decomposition of the noise history, the control problem is split into independent subproblems that are solved using dynamic programming. The approach presented herein both unifies and generalizes many existing results.

研究の動機と目的

• スパarsityと遅延制約の下での分散型LQR制御に関する既存の結果を統一的かつ一般化すること。
• 制限された情報フローを伴うマルチエージェントシステムにおける最適状態フィードバック制御の、計算的に効率的で構造的に解釈可能なソリューションを開発すること。
• 古典的動的計画法を、ノイズ履歴の新規分解を用いて、ハイブリッドなスパarsityと遅延制約を統合的に扱えるように拡張すること。
• 最適制御器の分散型メッセージパッシング実装を提供し、スケーラブルかつ分散型の計算を可能にすること。
• 部分ネスト性、二次的不変性、および構造的制約付き情報条件下でのリカッチベースの解法に関する先行研究を一般化するフレームワークを確立すること。

提案手法

• エッジが0（即時）または1（1ステップ遅延）にラベル付けされた有向グラフを用いて、情報フローにおけるスパarsityおよび遅延制約をモデル化する。
• ノイズ履歴を各制御器の情報集合に関連する成分に分解することで、動的計画法による独立した部分問題の定式化を可能にする。
• グラフのトポロジーによって定義される情報構造に依存するリカッチ差分方程式を解くことで、最適制御方策を導出する。
• 時間およびノードペアの部分順序を用いて、後向き再帰と制御器状態の分散計算を可能にする。
• 各制御器の状態を、利用可能な情報条件下での遅延されたグローバル状態推定の線形結合としての新規な制御器状態表現を導入する。
• 最適制御器が、各エージェントが前駆ノードからの受信メッセージと局所測定値のみを用いて制御入力を計算する分散型メッセージパッシングによって実装可能であることを証明する。

実験結果

リサーチクエスチョン

• RQ1 情報交換がスパarsityと遅延の両方の制約を受ける状況において、最適分散型状態フィードバック制御をどのように合成できるか？
• RQ2 古典的動的計画法は、統一的なフレームワーク内でハイブリッドなスパarsityと遅延制約を扱えるように拡張可能か？
• RQ3 このようなハイブリッド制約下での最適制御器の構造的形態は何か？ そして、効率的に計算可能か？
• RQ4 最適制御器は、局所計算とメッセージパッシングを用いてどのように分散的に実装できるか？
• RQ5 既存の遅延のみ、またはスパarsityのみのケースに関する結果は、この統一的フレームワークの特殊ケースとしてどの程度に現れるか？

主な発見

• 最適制御器が、情報グラフのトポロジーによって決定される遅延されたグローバル状態推定の線形関数として与えられることを示した。
• 本手法は、遅延制約付きLQR（例：[8]）およびスパarsity制約付きLQR（例：[23, 24]）の先行研究を特殊ケースとして一般化している。
• 定理3では、各エージェントが遅延グラフ内の先行ノードからの受信メッセージと局所測定値のみを用いて制御入力を計算できる分散型メッセージパッシングアルゴリズムが導出された。
• 最適制御器のリカッチ差分方程式が、グラフの到達可能性および遅延構造によって定義される制御器の情報集合に依存することを示した。
• コスト・トゥ・ゴ関数が、グラフの部分順序を用いた後向き再帰により係数が計算される、制御器状態に関して二次関数的であることを証明した。
• 本手法は計算の効率性と物理的解釈可能性の両方を提供しており、制御器状態が利用可能な情報条件下でのグローバル状態の条件付き推定を表していることから、その意義が明確である。