1 リアプノフ関数の基本概念
1.1 安定性解析の目的
リアプノフ関数は、平衡点や平衡集合の周りで、解がどのように振る舞うかを体系的に保証する枠組みである。数学的には「小さな初期値が永続的に近傍へ留まるか」「時間が経つにつれて実際に平衡へ近づくか」「解が発散しないか」といった性質を、微分方程式の解そのものを求めずに判定することを目標とする。制御工学ではさらに、設計したフィードバック則が望ましい挙動を実現することを、入力から生じる閉ループの安定性として裏づける役割を担う。
1.2 リアプノフ関数の定義
1.2.1 正定性・負定性の条件
リアプノフ関数は、平衡点（あるいは集合）を「エネルギーのような量」で測るスカラー場として扱われる。自律系で状態を \(x\) とし、平衡点を \(x^\ast\) とするとき、リアプノフ関数 \(V(x)\) は通常、平衡で極小（またはゼロ）となり、そこから離れると正になる性質を要求される。代表的には次のような条件が用いられる。
- 正定性：\(V(x^\ast)=0\) かつ \(x\neq x^\ast\) なら \(V(x)>0\)
- 負定性：符号を逆にして \(V(x^\ast)=0\) かつ \(x\neq x^\ast\) なら \(V(x)<0\)
平衡集合の場合は「距離」や「集合からの隔たり」を反映する形で、集合上でゼロ、集合外で正となるような条件を課す。これらは、\(V\) が解の状態の大小を評価する尺度として働くための前提である。
1.2.2 時間微分（軌道に沿った導関数）の意味
リアプノフ関数の中心的な役割は、時間の経過に伴う変化率を軌道に沿って評価する点にある。状態が \(x(t)\) として時間発展する系では、\(V(x(t))\) の時間微分は「軌道方向の導関数」として次の形で表される。
\[ \dot V(x)=\nabla V(x)\cdot f(x) \]
ここで \(f(x)\) は系のベクトル場（\(\dot x=f(x)\)）である。重要なのは、\(\dot V\) が正か負か、あるいは少なくとも符号が制御されたままか、という情報を得ることである。多くの安定性主張では、\(\dot V(x)\le 0\) のように「減少または増加しない」ことが要請され、これにより \(V\) が時間とともに抑制される。
1.3 力学系との対応づけ
力学系では、運動の進展に応じた量の減衰が現象を説明することが多い。リアプノフ関数はその考え方を一般化したものであり、物理的なエネルギー（運動エネルギーやポテンシャル）に類似した役割を、より抽象的な形で担わせる。たとえば減衰のある振動子では、摩擦によって総エネルギーが下がるため安定性を説明しやすい。このように「状態が平衡へ向かうときに評価量が単調に抑えられる」という対応づけが、リアプノフ理論の直観的理解となる。制御系でも同様に、閉ループの振る舞いに対して適切なスカラー量を構成することで、力学系の減衰構造と同型の議論が可能になる。
2 安定性判定の理論
2.1 リアプノフの直接法
2.1.1 安定性（安定）の判定条件
直接法は、リアプノフ関数を仮定し、その性質から結論を引く手法である。典型的には、平衡点の周りの領域で
- \(V(x)\) が正定である（平衡の近傍で正かつゼロは平衡のみ）
- \(\dot V(x)\le 0\) が成り立つ
といった条件から、平衡に対する安定性（ある意味では「すぐに離れてしまわない」こと）が導かれる。直観的には、\(V\) が時間とともに増えないため、初期値が十分小さければ、対応する \(V\) の値が一定以下に抑えられ、結果として状態が近傍域から飛び出しにくくなる。解析の際には、レベル集合 \( \{x: V(x)\le c\}\) が閉じていることや、そこでの評価が十分であることが補助となる。
2.1.1.1 粗い境界での挙動評価
安定性評価では、平衡点近傍の境界での解の到達可能性が重要になる。リアプノフの枠組みでは、厳密に全軌道を追跡する代わりに、\(V\) が一定値を超えられないという事実から、境界を越えることが不可能になる状況を作る。たとえば、ある境界の外側で \(V\) が下限を持つなら、\(\dot V\le 0\) によって初期の \(V\) を超えることができず、結果として解は境界外へ到達できない。境界が「厳密な形」でなくても、レベル集合によって十分な防壁を構築できれば議論が進む。
2.1.2 漸近安定性の判定条件
漸近安定性は「時間が経つにつれて平衡へ近づく」ことを意味する。直接法では、単なる \(\dot V\le 0\) だけでなく、より強い減衰の情報が必要となる。代表例としては
- \(\dot V(x)<0\) が平衡点以外で成り立つ（厳密な負性）
といった条件により、\(V\) が時間とともに減り続け、最終的に平衡へ到達することが示される。実務上は厳密な負性が難しい場合もあるため、後述の不変性原理を用いて、\(\dot V=0\) になる領域に解が入っても最終的に別の意味で収束する、という形に拡張される。
2.1.3 有界性と不変集合の考え方
安定性や収束の証明では、解がどこかへ「飛び去らない」性質が必要になる。その一つの道具が有界性であり、\(V\) が上から抑えられるとき、状態は対応する領域内に閉じ込められる。有界性は、極限挙動を議論するための前段になることが多い。また、\(\dot V=0\) のときに解が取り得る状態の集合を考え、そこに解が留まるかどうかが重要になる。この集合が不変（その集合上にある解は時間発展しても外へ出ない）であれば、収束の議論が鋭くなる。したがって「減少しない領域」と「時間発展で保たれる領域」の関係を整理することが要点となる。
2.2 ラサールの補題（不変性原理）
ラサールの補題は、\(\dot V(x)\le 0\) のように非増加のみが保証される状況から、漸近収束を結論づけるための強力な枠組みである。考え方は次の通りである。
- \(V\) が正定で、\(\dot V\le 0\) により \(V\) が減少または停滞する。
- \(\dot V=0\) となる点の集合を考える。
- その集合に含まれ得る解のうち、実際に時間発展で不変に保たれる部分集合だけが最終的な到達候補になる。
結論として、平衡点（またはより一般には極限集合）がその不変部分として一意に決まるなら、解はその集合へ収束する。制御設計では、厳密な \(\dot V<0\) を直接示すのが難しい場合でも、\(\dot V=0\) の構造を解析し、収束を保証するために頻繁に用いられる。
2.3 局所と大域の安定性
安定性は「どの範囲の初期状態に対して成り立つか」で局所・大域に分けられる。局所安定性は平衡点近傍で条件が成立する場合に主張される。一方、大域安定性では、条件（正定性や減少条件）が状態空間全体あるいは十分広い領域で成立する必要がある。リアプノフ関数がどの程度の領域で有効か、またレベル集合がどれだけ広く状態空間を覆うかが境界になる。たとえば、ある領域では \(\dot V\le 0\) でも、境界を越えると条件が崩れるなら局所に留まる。大域性を狙う場合は、適切な評価の強さや関数の性質（たとえばレベル集合がコンパクトになる性質など）を慎重に扱う必要がある。
2.4 必要条件と限界
リアプノフ法は非常に有効だが、万能ではない。最大の限界は「条件の成立に必要なリアプノフ関数を見つけられるか」という問題である。理論上は、安定性があるならある種のリアプノフ関数の存在を示せる場合もあるが、構成が難しい。さらに、\(\dot V\) の符号条件が緩いと結論も弱くなりやすい。たとえば \(\dot V\le 0\) のみでは収束が保証されず、停滞する解が存在し得る。逆に強い条件を課すと構成可能性が下がる。設計・解析の実務では、このトレードオフを理解し、「結論の強さ」と「証明に使える仮定の現実性」のバランスを取ることが重要になる。
3 リアプノフ関数の構成方法
3.1 既知の候補からの推定
3.1.1 エネルギー型（慣性・ポテンシャル）アプローチ
構成の最も直観的な出発点は、物理的エネルギーに似た形を利用することである。機械系では慣性に対応する項、位置や姿勢の変化に対応するポテンシャル項を組み合わせると、平衡で最小となるスカラー場を作りやすい。このとき重要なのは、制御入力や非保存力（減衰項）が加わった場合にも、閉ループ系に沿って \(\dot V\) が有利な符号を持つように設計が連動する点である。結果として、エネルギーの減衰がそのまま安定性の証明へ変換される。
3.1.2 二次形式による構成
線形近似や局所解析では、二次形式が扱いやすい。たとえば \(V(x)=x^\top P x\) のような形で、\(P\) を対称行列として決めると、\(\dot V\) は線形の代数計算により表現できる。二次形式は正定性の検証が比較的容易で、条件も行列不等式へ落ちやすい。そのため、線形系や、線形化近似が有効な範囲では特に強力な構成手段となる。非線形系では一般に二次形式だけでは十分でない場合があるが、局所安定性の証明や、設計の基底として併用されることが多い。
3.2 設計変数としてのリアプノフ関数
3.2.1 制御入力を含む拡張設計
制御問題では、リアプノフ関数そのものを固定するのではなく、フィードバック則と連成させて設計する発想がある。たとえば、ある状態フィードバック \(u=k(x)\) を仮定すると閉ループのベクトル場が定まり、その結果として \(\dot V\) の符号条件が制約として現れる。ここで \(k(x)\) と \(V\) の選び方を同時に最適化すると、証明可能な安定性を目標に据えた設計が可能になる。特に制御入力を含む形での拡張では、安定性の保証が単なる性質ではなく、設計ループの目的関数または制約として組み込まれる。
3.2.2 逐次最適化・探索による構成
解析的に直接見つからない場合、探索アルゴリズムや逐次手法で候補関数を改善する戦略が取られることがある。たとえば「初期のリアプノフ候補を置き、その下で条件違反の領域を特定し、関数の形を調整する」といった反復である。多項式近似やパラメータ化した関数族を用いて、符号条件が満たされるように探索することも多い。収束や計算量の見積もりは別問題として存在するが、実務では「構成の自動化」への要求が高まり、このような枠組みが活用される。
3.3 数値的アプローチ
3.3.1 線形行列不等式による設計
数値的手段として最も確立した系統は線形行列不等式である。二次形式を仮定し、\(\dot V\le 0\) の条件を行列不等式へ変換できる場合、問題は凸最適化として扱える。たとえば線形系や、特定の構造をもつ非線形系に対して、変数は行列 \(P\) や設計パラメータに対応し、制約は不等式で表される。その結果、安定性保証付きの設計が比較的再現性よく実行できる。さらに不等式に基づいて、収束速度やロバスト性の指標を同時に扱う設計へ発展する。
3.3.2 自動生成・検証の考え方
リアプノフ関数の「自動生成」は、近似手法と検証の組合せとして理解できる。まず関数クラス（たとえば多項式の族）を選び、その係数を未知数として条件を満たすかを判定する。次に、数値解で得られた候補が理論上の要件（正定性、減少条件、領域の妥当性）を満たすかを検証する。数値誤差や境界近傍の挙動が問題になるため、検証は単純な計算結果の採用ではなく、許容誤差を考慮した扱いが必要となる。この考え方により、従来は人手に依存していた探索を、計算機支援へ移すことが目標となる。
4 応用領域
4.1 非線形制御
4.1.1 状態フィードバックによる安定化
非線形制御では、状態フィードバックによって閉ループのベクトル場を変え、リアプノフ関数に対する減少条件を成立させる。設計の発想は、制御入力の自由度で \(\dot V\) の符号構造を整え、安定性を満たすようにゲインや非線形項を決めることにある。とくに局所設計では、平衡付近での近似精度が結果に直結するため、候補関数の形と制御則の整合が重要になる。適切に構成できれば、エネルギー様の量が減り続けるという形で安定性の保証が得られる。
4.1.2 ロバスト安定性への拡張
モデル化誤差や外乱がある場合、閉ループの挙動は理想モデルからずれる。ロバスト安定性では、そのずれが存在しても安定性が保持されることを狙う。リアプノフ法では、\(\dot V\) の減少条件に不確かさを反映し、許容される範囲内でなお非増加が守られるように設計する。条件が満たされる領域や外乱強度の大きさが設計パラメータになるため、安定性保証と性能の間で調整が必要になる。
4.2 スライディングモードと比較
スライディングモード制御は、不連続な制御則によって状態を特定の切替面へ引き込み、その上で運動を規定する手法である。リアプノフ法は連続・滑らかな解析が得意な一方、スライディングモードは非滑らか性や切替構造を含むため、理論的な扱いが異なる。比較の観点では、リアプノフ関数を使ったエネルギー評価が連続な減衰を捉えるのに対し、スライディングモードは切替面への到達と面上での挙動に重点が置かれる。両者を併用して理解することで、非滑らかな制御系に対しても「どの量が抑えられるか」という設計基準を統一的に考えられる場合がある。
4.3 確率・差分系への拡張
確率系では、状態がランダム性のために確率的に変化する。そこでリアプノフ関数は、通常の時間微分ではなく、期待値の変化に関する条件へ置き換えられる。差分系では、連続時間の導関数に相当する概念として「一ステップ先での変化率」を用い、関数が次の時刻で減少することを要求する。いずれも発想は同じで、「平衡から離れると評価量が大きくなり、時間進行に伴って制御可能な形で抑えられる」ことを、離散性や確率性に合わせて定式化する点が共通している。
4.4 実装上の注意点と設計上の落とし穴
実装では、理論上の条件がそのまま現実の制約に移るとは限らない。たとえば数値計算で得たリアプノフ関数が有限精度で正定性をわずかに満たさない場合、境界近傍での振る舞いが不安定に見えることがある。また、状態観測が完全でないとフィードバックが理想通りに作用せず、想定した \(\dot V\) の符号が崩れる。差分時間系として実装されたときも、連続時間の証明に対応する離散条件が満たされない可能性がある。さらに、レベル集合で保証される領域は初期値の選び方に依存するため、運用範囲の設定が重要になる。これらの落とし穴を避けるには、理論条件を検証可能な形で評価し、外乱・誤差・離散化の影響まで含めて設計の頑健性を確かめる必要がある。