Region of attraction

• 다른 이름: ROA, basin of attraction, domain of attraction
• 카테고리: Control › Feedback control
• 태그: stability, nonlinear-control, lyapunov-analysis, verification, control-theory

폐루프 시스템이 주어진 평형점이나 설정점으로 수렴하는 초기 상태들의 집합으로, 제어기가 얼마나 큰 교란을 받고도 회복할 수 있는지를 나타낸다.

정의

고정된 제어기 아래의 동역학 시스템에서, 평형점의 흡인 영역(region of attraction, ROA)은 궤적이 시간이 지나며 그 평형점으로 수렴하는 모든 초기 상태의 집합이다. 똑바로 선 자세 주위에서 선형화하고 안정한 고유값을 찾는 것 같은 국소 안정성 결과는 평형점이 명시되지 않은 어떤 근방의 상태들을 끌어들인다는 것만 말해 준다. 흡인 영역은 그 근방이 실제로 얼마나 큰지를 말해 준다. 액추에이터 한계가 있는 비선형 시스템에서 흡인 영역은 보통 유계이고 모양이 불규칙한 경우가 많으며, 선형 분석이 시사하는 것보다 훨씬 작을 수 있다. 같은 개념이 보행 걸음새 같은 주기 운동에도 적용되는데, 이때 흡인 유역(basin of attraction)은 리밋 사이클로 수렴하는 상태들의 집합이다.

정확한 흡인 영역은 거의 계산할 수 없으므로, 엔지니어들은 그 안에 있음이 보장되는 내부 근사를 사용한다. 표준 도구는 리아푸노프 함수 V(x)이다. 하위 레벨 집합 {x : V(x) ≤ ρ}의 모든 곳에서 V가 궤적을 따라 감소하면, 그 집합은 흡인 영역 안에 있다. 다항식 동역학에서는 제곱합(sums-of-squares) 계획법으로 인증 가능한 가장 큰 ρ, 또는 V 자체를 탐색할 수 있다. 시뮬레이션과 샘플링은 더 빠르지만 인증되지 않은 추정을 주며, 학습 기반 방법은 신경망 리아푸노프 함수를 학습한다. LQR 제어기에서는 2차 잔여 비용(cost-to-go)이 자연스러운 리아푸노프 후보이며, 분석은 비선형성이나 토크 한계가 감소 조건을 깨기 전까지 그 레벨 집합이 얼마나 멀리 뻗는지를 확인한다.

흡인 영역은 제어기를 조합 가능하게 만든다. 순차적 합성(sequential composition)에서는 각 제어기나 모션 프리미티브를 상태가 그 흡인 영역 안에 있을 때만 사용하고, 한 제어기의 목표 집합을 다음 제어기의 흡인 영역 안에 두므로, 계획기가 보장을 유지하며 이들을 이어 붙일 수 있다. LQR-Trees는 검증된 깔때기(funnel)들이 함께 초기 상태의 범위를 덮는 안정화된 궤적의 트리를 만든다. 우리 사이트의 보행 논문은 같은 원리를 모션 프리미티브 그래프에 적용하는데, 여기서 각 프리미티브의 흡인 영역이 어떤 전이가 안전한지를 결정한다.

중요한 이유

제어기는 로봇이 그 제어기가 회복할 수 있는 상태 안에서 시작하고 그 안에 머물 때만 쓸모가 있다. 흡인 영역은 그 강건성을 정량화하고, 언제 제어기를 전환할지 안내하며, 국소 안정성 주장을 계획기가 사용할 수 있는 보장으로 바꾼다.

주요 응용

• 저구동 시스템을 위한 안정화 제어기 검증
• 보행 로봇의 밀림 회복과 균형 전략 간 전환
• 제어기와 모션 프리미티브의 순차적 합성
• 검증된 깔때기를 이용한 피드백 모션 계획
• 학습된 제어기의 안전성 분석

실제 사례

사족 보행 로봇의 서기 균형 제어기를 설계하는 팀이 로봇이 얼마나 세게 밀려도 버틸 수 있는지 알고 싶어 한다. 이들은 몸체 속도와 기울기를 바꿔 가며 교란된 초기 상태를 많이 시뮬레이션하고, 어느 상태가 선 자세로 돌아오는지 기록한다. 수렴하는 샘플과 실패하는 샘플 사이의 경계가 경험적 흡인 영역을 준다. 축소 모델에 대해서는 리아푸노프 함수로부터 인증된 내부 근사도 계산한다. 로봇에서는 감독기가 추정 상태를 이 영역과 비교하여, 상태가 영역을 벗어날 때마다 서기 제어기가 감당할 수 없는 밀림에서 회복하려 애쓰게 두는 대신 발 내딛기 제어기로 전환한다.

흔한 오해

• 선형화가 안정하면 로봇은 어디서나 안정하다 — 선형 분석은 어떤 근방에서의 수렴만 보장하며, 토크 한계와 비선형성이 작용하면 그 근방은 매우 작을 수 있다
• 리아푸노프 하위 레벨 집합이 곧 흡인 영역이다 — 그것은 내부 근사이며, 실제 영역은 보통 더 크다
• 흡인 영역은 로봇만의 성질이다 — 흡인 영역은 동역학뿐 아니라 제어기와 그 한계에 따라서도 달라지며, 이득이나 포화 한계가 바뀌면 함께 바뀐다

알아야 할 사람

• 안정화 제어기를 설계하는 제어 엔지니어
• 균형을 다루는 보행 로봇 및 휴머노이드 로봇 개발자
• 안전하고 검증된 제어를 연구하는 연구자
• 제어기나 모션 프리미티브를 조합하는 계획 엔지니어

관련 기술

• 리아푸노프 함수(Lyapunov Functions)
• 제곱합 계획법(Sums-of-Squares Programming)
• LQR-Trees
• 신경망 리아푸노프 함수(Neural Lyapunov Functions)
• Drake

관련 용어

• Underactuated system
• Control Barrier Function
• Hybrid system
• Rapidly-exploring random tree
• Model Predictive Control
• Motion Primitive