Region of attraction
- 別名: ROA, basin of attraction, domain of attraction
- カテゴリ: Control › Feedback control
- タグ: stability, nonlinear-control, lyapunov-analysis, verification, control-theory
閉ループ系が与えられた平衡点や目標値に収束するような初期状態の集合。コントローラがどこまで乱されても回復できるかを示す尺度である。
定義
固定したコントローラのもとでの力学系について、平衡点の吸引領域（Region of attraction、ROA）とは、そこから出発した軌道が時間とともにその平衡点に収束するような初期状態全体の集合である。直立姿勢のまわりで線形化して安定な固有値を求めるといった局所的な安定性の結果は、平衡点がある不特定の近傍の状態を引きつけることしか示さない。吸引領域は、その近傍が実際にどれだけ大きいかを示す。アクチュエータの制限をもつ非線形システムでは、吸引領域は通常有界で、形が不規則なことが多く、線形解析から示唆されるよりはるかに小さいこともある。同じ考え方は歩行の歩容のような周期運動にも当てはまり、その場合の吸引盆（basin of attraction）はリミットサイクルに収束する状態の集合である。
厳密な吸引領域が計算できることはまれなので、エンジニアはその内側にあることが保証された内部近似を用いる。標準的な道具はリアプノフ関数 V(x) である。劣位集合 {x : V(x) ≤ ρ} のいたるところで V が軌道に沿って減少するなら、その集合は吸引領域の内側にある。多項式のダイナミクスに対しては、二乗和（sums-of-squares）計画によって証明可能な最大の ρ や、V そのものを探索できる。シミュレーションとサンプリングはより速いが証明のない推定を与え、学習ベースの手法はニューラルリアプノフ関数を学習する。LQR コントローラでは 2 次の残りコスト（cost-to-go）が自然なリアプノフ関数の候補であり、解析では、非線形性やトルク制限によって減少条件が破れるまでその等高集合がどこまで広がるかを調べる。
吸引領域はコントローラを組み合わせ可能にする。逐次合成（sequential composition）では、各コントローラや運動プリミティブは状態がその吸引領域内にあるときだけ使われ、あるコントローラの目標集合は次のコントローラの吸引領域の内側に置かれるので、プランナーは保証付きでそれらをつなげられる。LQR-Trees は安定化された軌道の木を構築し、検証済みのファネルが合わせて初期状態のある範囲を覆う。当サイトの脚移動の論文は同じ原理を運動プリミティブのグラフに適用しており、各プリミティブの吸引領域がどの遷移が安全かを決める。
重要な理由
コントローラが役立つのは、ロボットが回復可能な状態から始まり、その中にとどまる場合だけである。吸引領域はそのロバスト性を定量化し、いつコントローラを切り替えるかの指針となり、局所的な安定性の主張をプランナーが使える保証に変える。
主な用途
- 劣駆動システムの安定化コントローラの検証
- 脚ロボットのプッシュリカバリとバランス戦略の切り替え
- コントローラと運動プリミティブの逐次合成
- 検証済みのファネルを用いたフィードバック動作計画
- 学習されたコントローラの安全性解析
実際の使われ方
四足ロボットの立位バランスコントローラを設計するチームが、どれほど強い押しに耐えられるかを知りたいと考える。チームはベースの速度と傾きを変えた多数の摂動初期状態をシミュレーションし、どれが立位姿勢に戻るかを記録する。収束したサンプルと失敗したサンプルの境界が経験的な吸引領域を与える。低次元モデルについては、リアプノフ関数から証明付きの内部近似も計算する。ロボット上では、スーパーバイザが推定状態をこの領域と比較し、状態が領域から出るたびに、対処できない押しから立位コントローラに回復を試みさせるのではなく、踏み出しのコントローラに切り替える。
よくある誤解
- 線形化が安定ならロボットはどこでも安定である — 線形解析が保証するのはある近傍での収束だけであり、その近傍はトルク制限や非線形性が効いてくるとごく小さくなりうる
- リアプノフ関数の劣位集合が吸引領域である — それは内部近似であり、真の領域は通常それより大きい
- 吸引領域はロボットだけの性質である — ダイナミクスに加えてコントローラとその制限にも依存し、ゲインや飽和の制限が変わると変化する
知っておくべき人
- 安定化コントローラを設計する制御エンジニア
- バランスに取り組む脚ロボットとヒューマノイドロボットの開発者
- 安全な制御と検証済み制御の研究者
- コントローラや運動プリミティブを組み合わせる計画エンジニア
関連技術
- リアプノフ関数（Lyapunov Functions）
- 二乗和計画（Sums-of-Squares Programming）
- LQR-Trees
- ニューラルリアプノフ関数（Neural Lyapunov Functions）
- Drake