🔄 Part 03: 適応制御・ロバスト制御 / Adaptive & Robust Control
本章では、制御対象のパラメータ変動・モデリング誤差に対応する
適応制御とロバスト制御について、理論と実装の両面から学びます。
また、FSM×PID×LLMで構成される AITL-H における「理性層」の柔軟化技術としても位置づけられます。
In this chapter, we learn both the theory and implementation of adaptive and robust control techniques,
which are essential for dealing with system parameter variations and modeling uncertainties.
These are also positioned as flexible technologies for the “rational layer” in the AITL-H architecture (FSM × PID × LLM).
🎯 学習目標 / Learning Objectives
- モデル変動・外乱に強い制御器の設計方法を理解する
Understand how to design controllers that are robust to plant variations and disturbances - MRACやゲインスケジューリングなどの適応戦略を体験する
Learn adaptive strategies like MRAC and gain scheduling - H∞制御の基本概念と感度関数・補償関数を理解する
Grasp the fundamentals of H-infinity control, sensitivity and complementary functions - FSM/LLMと連携した適応的な制御判断の構造を設計できる
Design adaptive decision-making structures using FSM and LLM
🧩 構成一覧 / Chapter Structure
📘 Theory
| ファイル名 / File | 内容 / Description |
|---|---|
| 01_adaptive_intro.md | 適応制御の概要と必要性 Overview and necessity of adaptive control |
| 02_mrac_design.md | MRAC（モデル参照型適応制御）の理論 Theory of Model Reference Adaptive Control |
| 03_gain_scheduling.md | ゲインスケジューリング制御の仕組み Gain scheduling mechanism |
| 04_robust_control.md | ロバスト制御とH∞制御の基礎 Robust control and H-infinity fundamentals |
🧪 Simulation
| スクリプト名 / Script | 内容 / Description |
|---|---|
| mrac_simulation.py | MITルールによるMRACのステップ追従 MRAC step tracking using MIT rule |
| gain_schedule_demo.py | スケジューリングによる比例制御の補間 Gain scheduling for interpolated P control |
| hinf_synthesis_demo.py | 感度・補償関数のボード解析によるH∞デモ H-infinity demo using Bode plots of sensitivity functions |
🖼️ Figures
| 図ファイル / Figure | 内容 / Description |
|---|---|
| mrac_response.png | MRAC応答曲線 MRAC response curve |
| gain_schedule_response.png | GS制御の動的応答 Dynamic response with gain scheduling |
| hinf_sensitivity_response.png | H∞制御における $S$/$T$ の周波数応答 Sensitivity and complementary response in H∞ control |
🔗 AITL-Hとの連携 / AITL-H Integration
| AITL層 / Layer | 制御役割 / Role | 本章との関係 / Relevance |
|---|---|---|
| 本能（FSM） / Instinct | 状態遷移制御 Mode switching |
モードごとのゲインスケジューリング Gain scheduling per mode |
| 理性（PID） / Rational | 汎用的物理制御 Generic control |
MRACでチューニング、H∞で保証強化 MRAC for tuning, H∞ for robustness |
| 知性（LLM） / Intelligence | 状況予測・判断 Context-aware decisions |
制御戦略選択・制御パラメータ提案支援 Strategy selection, parameter recommendation |
🚧 今後の展開予定 / Future Extensions
- 05_l1_adaptive.md：L1適応制御の設計原理（予定）
- robust_block_diagram.png：H∞制御構成図（予定）
- notebooks/：MRAC・GSのインタラクティブ実験ノート（予定）
- AITL全体構造図：Part03を含むAITL-H構造図を更新予定
📎 関連リンク / Related Links
👤 著者・ライセンス | Author & License
| 📌 項目 / Item | 📄 内容 / Details |
|---|---|
| 著者 / Author | 三溝 真一（Shinichi Samizo） |
| 💻 GitHub |  |
| ライセンス / License | MIT License（再配布・改変自由） Redistribution and modification allowed |
⬅️ 前章 / Previous Chapter
状態空間モデル、最適レギュレータ（LQR）、カルマンフィルタによる推定手法を扱います。
Covers state-space modeling, optimal regulator (LQR), and estimation techniques using the Kalman filter.
次章 / Next Chapter ➡️➡️
デジタル制御の基礎、Z変換、DSP実装など、離散時間系の制御と実装方法を学びます。
Covers the basics of digital control, Z-transform, and DSP implementation for discrete-time systems.