[论文解读] 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 12

一句话总结

本文提出了一种基于元学习的在线复合自适应控制框架，采用经过元学习的基函数进行深度神经网络（DNN）建模，以实现在无人机面对不确定风况时的快速、鲁棒适应。通过实时仅更新谱归一化DNN的最后层，并利用模型无关元学习（MAML）进行核初始化，该方法在预测误差性能上优于恒定或固定基函数，尽管由于姿态控制饱和和动力学依赖性，轨迹跟踪误差的改善有限。

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.

研究动机与目标

• 解决在风速快速变化条件下无人机飞行控制中的实时适应性挑战。
• 克服在线学习中深度学习推理速度慢和灾难性遗忘的问题。
• 通过元学习学习有效的基函数以提升自适应控制的扰动抑制与轨迹跟踪性能。
• 通过DNN近似器的谱归一化确保控制设计的稳定性和有界性。
• 在风洞中通过动态轨迹实验验证该方法，将学习到的核函数与恒定和向量基函数进行对比。

提出的方法

• 该方法使用具有谱归一化权重的深度神经网络（DNN）来近似多旋翼动力学中的未建模气动力。
• 将DNN的输出视为线性参数自适应控制器的基函数，通过仅更新最后一层权重实现实时在线适应。
• 在离线训练中应用模型无关元学习（MAML），以优化DNN隐藏层输出，实现对风致扰动的有效表征。
• 控制系统采用复合自适应律，确保在自适应动力学下闭环系统的指数稳定性。
• 谱归一化通过约束DNN的Lipschitz常数，确保控制设计中的有界性和稳定性。
• 该方法结合物理驱动的动力学模型与数据驱动的DNN近似器，实现实时适应而无需完整网络重训练。

实验结果

研究问题

• RQ1 基于元学习的DNN基函数是否能提升在不确定风况下实时自适应飞行控制中的扰动预测精度？
• RQ2 仅通过元学习初始化的DNN最后一层在线自适应，是否能实现比固定或恒定基函数更快、更稳定的收敛？
• RQ3 DNN的谱归一化在多大程度上能确保自适应控制环路的稳定性和有界性？
• RQ4 为何预测误差的改善在实际中并不总是转化为更好的位置和速度跟踪性能？
• RQ5 输入饱和和姿态跟踪误差如何限制整体性能提升，即使扰动估计更优？

主要发现

• 与恒定核相比，学习到的核基函数在所有测试轨迹上将预测误差降低了18%–25%，尤其在动态的8字形轨迹上改善最为显著。
• 在8字形测试中，预测误差的平均值（∥e₁∥）为：恒定核0.75 N，向量核0.74 N，标量核0.75 N，表明改进微弱，无明显优势。
• 尽管预测误差更优，所有核类型的位置和速度跟踪误差均保持相近，8字形轨迹的平均位置误差为0.20 m。
• 研究发现，姿态跟踪误差和输入饱和是导致位置跟踪性能下降的主要因素，尤其在高曲率机动中更为明显。
• 采用学习核的自适应控制器成功实现了系统稳定，并实时补偿了未建模的气动效应，表现出在不同风速下的鲁棒性。
• 得益于MAML初始化与最后一层微调的结合，该方法实现了稳定在线自适应，且未出现灾难性遗忘。