Towards a Theory of Control Architecture: A quantitative framework for layered multi-rate control

要約

この論文は、電力システム、通信ネットワーク、自律ロボット工学、バクテリア、人間の感覚運動制御など、複雑な人工システムや自然システムのための層状制御アーキテクチャ (LCA) の厳密な理論の必要性に焦点を当てています。
いずれも並外れた機能を提供しますが、LCA が見つかる可能性のあるドメインが多様であることもあり、一貫した分析と設計の理論が欠けています。
対照的に、非常に広範囲に適用され、必要なドメイン固有の専門化に対応する、中核となる普遍的な制御概念と理論のセットが存在します。
ただし、制御方法は通常、他者によって設計された大規模なシステム内のコンポーネントのアルゴリズムを設計するためにのみ使用され、通常は最小限の理論が使用されるか、理論がまったく使用されません。
これは、制御から完全な意思決定および制御スタックに至るまで、堅牢なパフォーマンスを自然かつ大幅に拡張する必要があることを示しています。
バクテリアからインターネットに至るまでの現存するアーキテクチャの成功が、驚くほど普遍的なメカニズムと設計パターンによるものであることは心強いことです。
これは主に、特にコンポーネントの洗練された設計と比較した場合、インテリジェントな設計ではなく、自然選択による収斂進化によるものです。
ここでの私たちの目的は、建築の普遍性を説明し、有用な設計理論への暫定的な道筋を描くことです。

要約(オリジナル)

This paper focuses on the need for a rigorous theory of layered control architectures (LCAs) for complex engineered and natural systems, such as power systems, communication networks, autonomous robotics, bacteria, and human sensorimotor control. All deliver extraordinary capabilities, but they lack a coherent theory of analysis and design, partly due to the diverse domains across which LCAs can be found. In contrast, there is a core universal set of control concepts and theory that applies very broadly and accommodates necessary domain-specific specializations. However, control methods are typically used only to design algorithms in components within a larger system designed by others, typically with minimal or no theory. This points towards a need for natural but large extensions of robust performance from control to the full decision and control stack. It is encouraging that the successes of extant architectures from bacteria to the Internet are due to strikingly universal mechanisms and design patterns. This is largely due to convergent evolution by natural selection and not intelligent design, particularly when compared with the sophisticated design of components. Our aim here is to describe the universals of architecture and sketch tentative paths towards a useful design theory.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google