Region of attraction
- Também chamado: ROA, basin of attraction, domain of attraction
- Categoria: Control › Feedback control
- Tags: stability, nonlinear-control, lyapunov-analysis, verification, control-theory
O conjunto de estados iniciais a partir dos quais um sistema em malha fechada converge para um dado equilíbrio ou setpoint; mede quanto um controlador pode ser perturbado e ainda assim se recuperar.
Definição
Para um sistema dinâmico sob um controlador fixo, a região de atração (region of attraction, ROA) de um equilíbrio é o conjunto de todos os estados iniciais cujas trajetórias convergem para esse equilíbrio ao longo do tempo. Os resultados de estabilidade local, como linearizar em torno de uma postura ereta e encontrar autovalores estáveis, só dizem que o equilíbrio atrai estados em alguma vizinhança não especificada; a região de atração diz quão grande essa vizinhança realmente é. Em sistemas não lineares com limites dos atuadores ela costuma ser limitada e muitas vezes de forma irregular, e pode ser muito menor do que uma análise linear sugere. A mesma ideia se aplica a movimentos periódicos como uma marcha, em que a bacia de atração é o conjunto de estados que convergem para o ciclo limite.
A região de atração exata raramente pode ser calculada, então os engenheiros trabalham com aproximações internas que têm garantia de estar dentro dela. A ferramenta padrão é uma função de Lyapunov V(x): se V decresce ao longo das trajetórias em todo um conjunto de subnível {x : V(x) ≤ ρ}, esse conjunto está dentro da região de atração. Para dinâmicas polinomiais, a programação por soma de quadrados pode buscar o maior ρ certificado, ou a própria V. A simulação e a amostragem dão estimativas mais rápidas, mas não certificadas, e os métodos baseados em aprendizado treinam funções de Lyapunov neurais. Para controladores LQR, o custo a percorrer (cost-to-go) quadrático é um candidato natural a função de Lyapunov, e a análise verifica até onde seus conjuntos de nível se estendem antes que as não linearidades ou os limites de torque quebrem a condição de decréscimo.
As regiões de atração tornam os controladores componíveis. Na composição sequencial, cada controlador ou primitiva de movimento só é usado quando o estado está dentro de sua região de atração, e o conjunto objetivo de um controlador é colocado dentro da região de atração do seguinte, de modo que um planejador pode encadeá-los com garantias. As LQR-Trees constroem uma árvore de trajetórias estabilizadas cujos funis verificados, juntos, cobrem uma faixa de estados iniciais. O artigo sobre locomoção com pernas do nosso site aplica o mesmo princípio a um grafo de primitivas de movimento, em que a região de atração de cada primitiva determina quais transições são seguras.
Por que importa
Um controlador só é útil se o robô começar, e permanecer, dentro dos estados dos quais ele consegue se recuperar. A região de atração quantifica essa robustez, orienta quando trocar de controlador e transforma afirmações de estabilidade local em garantias que um planejador pode usar.
Principais aplicações
- Verificação de controladores estabilizadores para sistemas subatuados
- Recuperação de empurrões e troca entre estratégias de equilíbrio em robôs com pernas
- Composição sequencial de controladores e primitivas de movimento
- Planejamento de movimento com realimentação usando funis verificados
- Análise de segurança de controladores aprendidos
Na prática
Uma equipe que projeta um controlador de equilíbrio em pé para um quadrúpede quer saber que empurrão ele aguenta. Ela simula muitos estados iniciais perturbados, variando a velocidade e a inclinação da base, e registra quais voltam à postura em pé; a fronteira entre as amostras que convergem e as que falham dá uma região de atração empírica. Para um modelo reduzido, ela também calcula uma aproximação interna certificada a partir de uma função de Lyapunov. No robô, um supervisor compara o estado estimado com essa região e troca para um controlador de passos sempre que o estado sai dela, em vez de deixar o controlador em pé tentar se recuperar de um empurrão que não consegue tratar.
Equívocos comuns
- Uma linearização estável significa que o robô é estável em toda parte — a análise linear só garante convergência em alguma vizinhança, que pode ser muito pequena quando os limites de torque e as não linearidades atuam
- Um conjunto de subnível de Lyapunov é a região de atração — ele é uma aproximação interna; a região real costuma ser maior
- A região de atração é uma propriedade só do robô — ela depende do controlador e de seus limites, além da dinâmica, e muda quando os ganhos ou os limites de saturação mudam
Quem deve saber
- Engenheiros de controle que projetam controladores estabilizadores
- Desenvolvedores de robôs com pernas e robôs humanoides que trabalham com equilíbrio
- Pesquisadores de controle seguro e verificado
- Engenheiros de planejamento que compõem controladores ou primitivas de movimento
Tecnologias relacionadas
- Funções de Lyapunov (Lyapunov Functions)
- Programação por soma de quadrados (Sums-of-Squares Programming)
- LQR-Trees
- Funções de Lyapunov neurais (Neural Lyapunov Functions)
- Drake