平坦性を維持する残差学習によるリアルタイム密接四軸飛行機編隊飛行
研究者らは、密接な四軸飛行機編隊飛行において、空力相互作用を捉えつつ微分平坦性を維持する物理情報に基づく残差動力学学習フレームワークを提案する。このアプローチにより計算効率の高いフィードバック線形化コントローラが実現され、平均追跡誤差をベースライン比31%削減する。性能は最先端の非線形モデル予測制御（NMPC）に匹敵し、計算量は1桁少ない。30秒未満の訓練データと5msのループレートで安定した編隊飛行を達成する。
四軸飛行機が密接な編隊飛行を行う際、ダウンウォッシュなどの乱流的空力相互作用の影響を強く受け、モデル化されなければ壊滅的な衝突を引き起こす可能性があります。この問題に対して、Pei-An Hsiehらの研究チームは、物理情報に基づく残差動力学学習フレームワークを提案しました。このフレームワークは、複雑な空力相互作用を捉えつつ、マルチ四軸飛行機システム全体が微分平坦性を維持することを保証します。微分平坦性は、システムの状態と入力を平坦出力とその導関数として表現できる特性であり、線形制御手法の適用を可能にします。研究チームは、この平坦性を活用して計算効率の高いフィードバック線形化コントローラを設計しました。このコントローラは線形制御技術で容易に調整可能であり、学習した残差モデルを用いたフィードフォワード補償により空力外乱を打ち消します。
ハードウェア実験では、複数の四軸飛行機を用いた密接編隊飛行を実施しました。結果として、提案フレームワークは平均追跡誤差をベースライン比で31%削減しました。重要なのは、この軽量アプローチが最先端の非線形モデル予測制御（NMPC）の追跡性能に匹敵しながら、計算量が一桁少ないことです。すなわち、計算制約のある組み込みプラットフォーム上でもリアルタイム動作が可能です。研究チームは、30秒未満の訓練データと5msのループレートで安定した密接編隊飛行を達成できることを初めて実証しました。これにより、計算リソースが限られた四軸飛行機（例えば軽量機）でも高忠実度の空力補償が実現可能となり、捜索救助、測量、ドローンショーなどの応用が期待されます。本論文はIROS 2026に採択され、2026年7月14日にarXivで公開されました。