確率的推論によるモデル予測制御：チュートリアルとサーベイ

Abstract

本論文は、確率的推論に基づくモデル予測制御（PI-MPC）に関するチュートリアルおよび調査を提示する。PI-MPCは、有限ホライズンの最適制御を、制御の事前分布により重み付けされたボルツマン分布として表される最適制御分布に対する推論問題として言い換え、変分推論によって行動（アクション）を生成する。チュートリアル部分では、この定式化を導出し、変分推論によるアクション生成を説明する。その際、閉形式のサンプリング更新を持つ代表的アルゴリズムとして、モデル予測パス積分（MPPI）制御を強調する。調査部分では、事前分布設計、多峰性、制約の取り扱い、スケーラビリティ、ハードウェアアクセラレーション、および理論解析を含む主要な設計次元に基づいて、既存のPI-MPC研究を整理する。本論文は、PI-MPCに対する統一的な概念的視点を提供し、さらにロボティクスやその他の制御応用に携わる研究者・実務者にとっての実践的な導入の入口となる。