【制御:01】🧩 AITL-controller

― PID × FSM × LLM による三層制御アーキテクチャの統合フレームワーク

本記事では、AITL-controller が提供する
PID（リアルタイム制御）× FSM（状態遷移）× LLM（知能制御・再設計）
という三層制御アーキテクチャについて紹介します。

公式サイト：
https://samizo-aitl.github.io/aitl-controller-a-type/
GitHub リポジトリ：
https://github.com/Samizo-AITL/aitl-controller-a-type

🧠 AITL-controller とは？

AITL-controller は、
クラシカル制御（PID）・形式的制御（FSM）・知能制御（LLM）を統合した三層アーキテクチャを、
教育・研究用途で扱えるようにした軽量フレームワークです。

三層構造は、次のように役割分担されています。

🧱 三層アーキテクチャ（PID × FSM × LLM）

1️⃣ Inner Loop：PID（リアルタイム制御）

ロボット／プラントの挙動を直接制御する最内層
例：角度保持、速度制御、姿勢制御など
安定性と応答性能を担保するための制御ループ

PID は従来通り高速に回し、
ミリ秒単位の応答を扱う領域を担当します。

2️⃣ Middle Loop：FSM（Finite State Machine）

システム全体の モード管理 と 状態遷移 を司る中間層
例：
- Idle → Running → Fault
- Lift → Hold → Place

PID の集合を「どの状態でどれを使うか」管理する
監督レイヤです。

FSM は、

いつ PID を切り替えるか
どのパラメータを有効化するか

を管理します。

3️⃣ Outer Loop：LLM（知能制御）

故障・異常・性能劣化の検知
それに対する 再設計 や推論を担当

例：

PID パラメータの自動再同定
状態遷移ルールの修正提案
動作ログから異常傾向を推論

このレイヤでは、LLM の強みである

モデル外挙動への適応
自然言語による説明生成

といった能力を活かします。

❓ なぜ三層構造なのか？

従来の制御系は、PID と FSM によって構築できますが、
次のような課題があります。

環境変化に弱い
故障時に人間が原因分析しなければならない
パラメータ調整にスキルが必要

AITL-controller の狙いは、
これらを LLM に担当させることで、

「自律的に改善する制御システム」

を、教育・研究レベルで構築可能にすることです。

📦 リポジトリ構成（概要）

aitl-controller/
├── core/
│   ├── pid/             # PID モジュール（安定性・性能保証）
│   ├── fsm/             # FSM モジュール（状態遷移）
│   └── llm/             # LLM モジュール（再設計・推論）
│
├── demo/
│   ├── inverted_pendulum/   # 倒立振子デモ
│   ├── quadrotor/           # クワッドロータ制御（例）
│   └── simple_robot/        # 小規模ロボット系
│
├── docs/
│   ├── architecture/        # 三層構造の解説
│   ├── math/                # PID, FSM の数式
│   ├── llm/                 # LLM 制御の設計指針
│   └── examples/            # チュートリアル
│
└── assets/                  # 図・ワークフロー資料

フレームワークの中核は core/ に集約され、
demo/ にすぐ動かせるサンプルが用意されています。

🔄 典型的な制御ループ構成

AITL-controller が想定する制御ループは次の通りです。

Sensor → PID → Actuator → Plant
        ↑        ↓
        FSM ← LLM (Outer loop)

役割整理

PID：リアルタイム誤差修正
FSM：PID の組合せと状態遷移を制御
LLM：ログを解析し、PID / FSM を再設計

🧪 使用例（倒立振子デモ）

倒立振子デモでは、次のように三層が協調します。

PID：角度が倒れないよう補正
FSM：
- Stabilize
- Recover
- Fault
  といった状態管理
LLM：
- 転倒原因の解析
- PID ゲイン改善案の提示
- 状態遷移ルールの改善案生成

LLM が直接アクチュエータを動かすことはありません。
制御構造そのものを改善する役割に徹する点が特徴です。

🧩 LLM 制御の役割（設計方針）

AITL-controller では、LLM に次の 3 つのタスクを割り当てています。

1. 監視（Monitoring）

ログから異常・性能低下を検出

2. 診断（Diagnosis）

不具合・性能劣化の原因を説明可能な形で特定

3. 再設計（Redesign）

PID ゲイン
状態遷移表
監督ルール

を、自然言語やコード生成を通じて改善します。

⚙ セットアップ

git clone https://github.com/Samizo-AITL/aitl-controller.git
cd aitl-controller
pip install -r requirements.txt

ドキュメントは、
公式サイト（GitHub Pages）にまとまっています。

🎓 どのような学習・研究に使えるか？

AITL-controller は、以下の用途に向いています。

制御工学（PID・FSM）の基礎学習
通常制御系への AI / LLM 統合研究
ロボティクス高機能制御の教育
自律システム再設計アルゴリズムの検証
障害時の説明可能 AI（XAI）としての活用

特に教育用途では、

「PID / FSM の基礎理解」
→「LLM による改善」

という流れを自然に学べます。

📝 まとめ

AITL-controller は、次の三層を統合した制御フレームワークです。

PID：リアルタイム制御
FSM：状態遷移管理
LLM：再設計と知能制御

クラシカル制御を踏まえつつ、
AI 時代の新しい制御体系を学び・検証できる
教育／研究プラットフォーム
となることを目指しています。

公式サイト：
https://samizo-aitl.github.io/aitl-controller-a-type/
GitHub リポジトリ：
https://github.com/Samizo-AITL/aitl-controller-a-type