Robótica y control
PID, LQR y el péndulo invertido
Percibir, decidir, actuar —bajo dinámica física y ruido. El control es la IA que toca el mundo con fuerzas.
Intuición
PID corrige con proporcional, integral y derivativo.
LQR equilibra costo de estado y de esfuerzo en un sistema lineal.
El laboratorio equilibra un cart-pole con PID o LQR.
Mecanismo
.
LQR: con de la ecuación de Riccati.
MPC planifica a horizonte finito reoptimizando cada paso.
Laboratorio
Cart-pole con PID y LQR
Equilibra el péndulo invertido. Cambia ganancias PID o el coste LQR; aplica empujones y mira la respuesta.
Historia
- 1922
Minorsky: control PID en barcos.
Minorsky (1922)
- 1960
Kalman: filtrado y LQR.
Kalman
- 1961
Unimate en GM: primer robot industrial.
Devol / Engelberger
- 2013
RL en robots (PILCO, luego DT).
Deisenroth; OpenAI/DeepMind
Límites
Modelos lineales fallan lejos del equilibrio.
Sim-to-real gap.
Seguridad ante fallos de percepción.
¿Dónde termina el controlador y empieza el agente?
Un PID no «quiere» equilibrar: minimiza un error.
¿La intencionalidad aparece con el modelo de mundo o con la meta?