このたび、arXivに掲載された論文「Self-Adaptive Learning and Model Predictive Control for Tracking Unknown Dynamics with No Regret」は、未知の動的目標を追跡するための革新的な制御手法を提案しています。著者のAtharva Navsalkar氏らは、ロボットが動的マッピング、交通制御、追跡・回避などの応用で直面する、構造化・ランダム・敵対的動作が混在する目標の追跡問題に取り組みました。
提案手法は、自己教師あり学習とワンショット学習を用いて、スクラッチから複数の予測器を効率的に学習し、モデル予測制御（MPC）フレームワーク内で最適な予測器を適応的に選択します。これにより、観測された目標の挙動に即座に適合します。
理論的な貢献として、この手法は有限時間での準最適性を保証します。学習誤差と切り替えがない場合、目標ダイナミクスを事前に知っている理想的な非因果制御と漸近的に一致し、期待値で「後悔なし」（no regret）を達成します。誤差や切り替えがある場合も、平均後悔が平均学習誤差と切り替え回数に比例する形で徐々に劣化します。この証明には、従来のRFFベースのオンライン学習とは異なる新しい技術的アプローチが必要でした。
実験では、Crazyflieドローンを用いたシミュレーションとハードウェア実験を実施。構造化、ランダム、敵対的な目標軌道に対して、非確率的手法、カーネル法、ニューラルネットワーク法と比較し、提案手法の優位性が示されました。
本研究は、未知環境下でのロボット制御に理論的基盤と実用的方法を提供し、自動運転、ドローン群制御、スマート監視などへの応用が期待されます。