最適フィードバック制御モデル
Contents
最適フィードバック制御モデル#
最適フィードバック制御モデルの構造#
最適フィードバック制御モデル (optimal feedback control; OFC) の特徴として目標軌道を必要としないことが挙げられる．Kalman フィルタによる状態推定と線形2次レギュレーター(LQR: linear-quadratic regurator) により推定された状態に基づいて運動指令を生成という2つの流れが基本となる．
系の状態変化#
LQG#
加法ノイズしかない場合(
一般化LQG#
状態および制御依存ノイズがある場合，
実装#
ライブラリの読み込みと関数の定義．
using Base: @kwdef
using Parameters: @unpack
using LinearAlgebra, Kronecker, Random, BlockDiagonals, PyPlot
rc("axes.spines", top=false, right=false)
rc("font", family="Arial")
@kwdef struct Reaching1DModelParameter
n = 4 # number of dims
p = 3 #
i = 0.25 # kgm^2,
b = 0.2 # kgm^2/s
ta = 0.03 # s
te = 0.04 # s
L0 = 0.35 # m
bu = 1 / (ta * te * i)
α1 = bu * b
α2 = 1/(ta * te) + (1/ta + 1/te) * b/i
α3 = b/i + 1/ta + 1/te
A = [zeros(p) I(p); -[0, α1, α2, α3]']
B = [zeros(p); bu]
C = [I(p) zeros(p)]
D = Diagonal([1e-3, 1e-2, 5e-2])
Y = 0.02 * B
G = 0.03 * I(n)
end
@kwdef struct Reaching1DModelCostParameter
n = 4
dt = 1e-2 # sec
T = 0.5 # sec
nt = round(Int, T/dt) # num time steps
Q = [zeros(nt-1, n, n); reshape(Diagonal([1.0, 0.1, 1e-3, 1e-4]), (1, n, n))]
R = 1e-4 / nt
init_pos = -0.5
x₁ = [init_pos; zeros(n-1)]#zeros(n)
Σ₁ = zeros(n, n)
end
Reaching1DModelCostParameter
Qの値は各時刻において一般座標 (位置，速度，加速度，躍度)のそれぞれを0にするコストに対する重みづけである．例えば，速度も0にすることを重視すれば2番目の係数を上げる．
function LQG(param::Reaching1DModelParameter, cost_param::Reaching1DModelCostParameter)
@unpack n, p, A, B, C, D, G = param
@unpack Q, R, x₁, Σ₁, dt, nt = cost_param
A = I + A * dt
B = B * dt
C = C * dt
D = sqrt(dt) * D
G = sqrt(dt) * G
L = zeros(nt-1, n) # Feedback gains
K = zeros(nt-1, n, p) # Kalman gains
S = copy(Q[end, :, :]) # S_T = Q
Σ = copy(Σ₁);
for t in 1:nt-1
K[t, :, :] = A * Σ * C' / (C * Σ * C' + D) # update K
Σ = G + (A - K[t, :, :] * C) * Σ * A' # update Σ
end
cost = 0
for t in nt-1:-1:1
cost += tr(S * G)
L[t, :] = (R + B' * S * B) \ B' * S * A # update L
S = Q[t, :, :] + A' * S * (A - B * L[t, :]') # update S
end
# adjust cost
cost += x₁' * S * x₁
return L, K, cost
end
LQG (generic function with 1 method)
シミュレーション#
信号依存ノイズ Yが入っている場合はLQGとは異なってくる．
function gLQG(param::Reaching1DModelParameter, cost_param::Reaching1DModelCostParameter, maxiter=200, ϵ=1e-8)
@unpack n, p, A, B, C, D, Y, G = param
@unpack Q, R, x₁, Σ₁, dt, nt = cost_param
A = I + A * dt
B = B * dt
C = C * dt
D = sqrt(dt) * D
G = sqrt(dt) * G
Y = sqrt(dt) * Y
L = zeros(nt-1, n) # Feedback gains
K = zeros(nt-1, n, p) # Kalman gains
cost = zeros(maxiter)
for i in 1:maxiter
Sˣ = copy(Q[end, :, :])
Sᵉ = zeros(n, n)
Σˣ̂ = x₁ * x₁' # \Sigma TAB \^x TAB \hat TAB
Σᵉ = copy(Σ₁)
for t in 1:nt-1
K[t, :, :] = A * Σᵉ * C' / (C * Σᵉ * C' + D)
AmBL = A - B * L[t, :]'
LΣˣ̂L = L[t, :]' * Σˣ̂ * L[t, :]
Σˣ̂ = K[t, :, :] * C * Σᵉ * A' + AmBL * Σˣ̂ * AmBL'
Σᵉ = G + (A - K[t, :, :] * C) * Σᵉ * A' + Y * LΣˣ̂L * Y'
end
for t in nt-1:-1:1
cost[i] += tr(Sˣ * G + Sᵉ * (G + K[t, :, :] * D * K[t, :, :]'))
L[t, :] = (R + B' * Sˣ * B + Y' * (Sˣ + Sᵉ) * Y) \ B' * Sˣ * A
AmKC = A - K[t, :, :] * C
Sᵉ = A' * Sˣ * B * L[t, :]' + AmKC' * Sᵉ * AmKC
Sˣ = Q[t, :, :] + A' * Sˣ * (A - B * L[t, :]')
end
# adjust cost
cost[i] += x₁' * Sˣ * x₁ + tr((Sˣ + Sᵉ) * Σ₁)
if i > 1 && abs(cost[i] - cost[i-1]) < ϵ
cost = cost[1:i]
break
end
end
return L, K, cost
end
gLQG (generic function with 3 methods)
状態ノイズがある場合に関してはTodorovのMATLABコードを参照．
位置は目標位置を基準とする座標で表現し，位置が0になるように運動を行う．状態の中に標的位置を含めコストパラメータを修正することで初期位置を基準とする座標系での運動を記述できる．モデルに関してはTodorov2005を参照．
function simulation(param::Reaching1DModelParameter, cost_param::Reaching1DModelCostParameter,
L, K; noisy=false)
@unpack n, p, A, B, C, D, Y, G = param
@unpack Q, R, x₁, dt, nt = cost_param
X = zeros(n, nt)
u = zeros(nt)
X[:, 1] = x₁ # m; initial position (target position is zero)
if noisy
sqrtdt = √dt
X̂ = zeros(n, nt)
X̂[1, 1] = X[1, 1]
for t in 1:nt-1
u[t] = -L[t, :]' * X̂[:, t]
X[:, t+1] = X[:,t] + (A * X[:,t] + B * u[t]) * dt + sqrtdt * (Y * u[t] * randn() + G * randn(n))
dy = C * X[:,t] * dt + D * sqrtdt * randn(n-1)
X̂[:, t+1] = X̂[:,t] + (A * X̂[:,t] + B * u[t]) * dt + K[t, :, :] * (dy - C * X̂[:,t] * dt)
end
else
for t in 1:nt-1
u[t] = -L[t, :]' * X[:, t]
X[:, t+1] = X[:, t] + (A * X[:, t] + B * u[t]) * dt
end
end
return X, u
end
simulation (generic function with 1 method)
function simulation_all(param, cost_param, L, K)
Xa, ua = simulation(param, cost_param, L, K, noisy=false);
# noisy
nsim = 10
XSimAll = []
uSimAll = []
for i in 1:nsim
XSim, u = simulation(param, cost_param, L, K, noisy=true);
push!(XSimAll, XSim)
push!(uSimAll, u)
end
# visualization
@unpack dt, T = cost_param
tarray = collect(dt:dt:T)
label = [L"Position ($m$)", L"Velocity ($m/s$)", L"Acceleration ($m/s^2$)", L"Jerk ($m/s^3$)"]
fig, ax = subplots(1, 3, figsize=(10, 3))
for i in 1:2
for j in 1:nsim
ax[i].plot(tarray, XSimAll[j][i,:]', "tab:gray", alpha=0.5)
end
ax[i].plot(tarray, Xa[i,:], "tab:red")
ax[i].set_ylabel(label[i]); ax[i].set_xlabel(L"Time ($s$)");
ax[i].set_xlim(0, T); ax[i].grid()
end
for j in 1:nsim
ax[3].plot(tarray, uSimAll[j], "tab:gray", alpha=0.5)
end
ax[3].plot(tarray, ua, "tab:red")
ax[3].set_ylabel(L"Control signal ($N\cdot m$)"); ax[3].set_xlabel(L"Time ($s$)");
ax[3].set_xlim(0, T); ax[3].grid()
tight_layout()
end
simulation_all (generic function with 1 method)
param = Reaching1DModelParameter()
cost_param = Reaching1DModelCostParameter();
L, K, cost = LQG(param, cost_param);
simulation_all(param, cost_param, L, K)
L, K, cost = gLQG(param, cost_param);
simulation_all(param, cost_param, L, K)
