MetaTune：ロボティクス微分可能ダイナミクスによる随伴（Adjoint）ベースのメタチューニング

Abstract

摂動オブザーバに基づく制御は、不確実性に対してロボットシステムを頑健化する上で有望であることが示されてきました。しかし、そのようなシステムのチューニングは、制御器ゲインとオブザーバパラメータの間の強い結合のために依然として難しいままです。本研究では、微分可能な閉ループのメタラーニングを通じてフィードバック制御器と摂動オブザーバを共同で自動チューニングする統一フレームワークとして MetaTune を提案します。MetaTune は、微分可能なシステムダイナミクスから導出される物理に基づいた勾配を用いる携帯可能なニューラルポリシーを統合し、タスクや運用条件にわたって適応的なゲインを実現します。さらに、コストから見込みまで（cost-to-go）を直接最小化するために、適応ゲインに関するメタ勾配を時間をさかのぼって効率的に計算する随伴（adjoint）手法を開発します。既存の順方向手法と比べて、提案手法は計算複雑性をデータのホライズンに対して線形に低減します。クアドロトールの制御に関する実験結果では、MetaTune が最先端の微分可能チューニング手法よりも一貫した改善を達成しつつ、勾配計算時間を 50 パーセント以上削減することを示しています。高忠実度の PX4-Gazebo によるハードウェア・イン・ザ・ループ（HIL）シミュレーションでは、学習した適応ポリシーが、攻めた飛行速度において平均追跡誤差を 15-20 パーセント削減し、強い摂動下では最大 40 パーセントの改善をもたらします。さらに、ファインチューニングなしでゼロショットのシミュレーション間（sim-to-sim）転移が可能であることを示しています。