Constrained Performance Boosting Control for Nonlinear Systems

تخيل أنك تحاول تعليم روبوت كيفية الرقص. تريد منه أن يتحرك ببراعة وسرعة مذهلتين، ولكن لديك قاعدة صارمة: يجب ألا يدوس أبداً على أصابع قدم الجمهور أو يتعثر في أضواء المسرح. في عالم الروبوتات والهندسة، هذا هو الصراع الأبدي بين الأداء (مدى سرعة وجودة تنفيذ الآلة لمهمتها) والسلامة (التأكد من عدم كسر أي شيء أو إيذاء أي شخص).

لفترة طويلة، استخدم المهندسون "الشبكات العصبية" — وهي برامج حاسوبية مستوحاة من الدماغ البشري — لتعليم الروبوتات حركات معقدة. هذه الشبكات تشبه الراقصين شديدي المرونة؛ إذ يمكنها تعلم أي روتين تقريباً. ومع ذلك، هناك عقبة: نظرًا لمرونتها العالية، يصعب ضمان عدم قيامها بالدوس على أصابع القدم عن طريق الخطأ. عادةً، يحاول المهندسون إصلاح ذلك بإضافة "جزاءات" إلى التدريب، مثل قولهم للروبوت: "إذا دست على إصبع قدم، فستخسر نقاطاً". لكن هذا يشبه تعليم راقص عبر الصراخ بكلمة "آه!" فقط عندما يرتكب خطأً؛ فغالباً ما يؤدي ذلك إلى روبوت إما خائف جداً من الحركة (ممل) أو لا يزال يدوس على أصابع القدم لأنه يحاول جاهداً الفوز بالنقاط.

السؤال الكبير هو: هل يمكننا تعليم الروبوت أن يكون نجماً مؤدياً وخبيراً في السلامة في آن واحد، دون جعل عملية التدريب فوضوية؟ هذا هو بالضبط ما سعى فريق من الباحثين من جامعة آيندهوفن للتكنولوجيا وجامعة EPFL في سويسرا لحله. لقد طوروا طريقة جديدة لتدريب هذه المتحكمات "العصبية" التي تحافظ على سلامة الروبوت بالتصميم، مع السماه في الوقت نفسه بتعلم الرقص بشكل مثالي.

المشكلة مع تدريب "آه!"

في الماضي، عندما أراد الباحثون تدريب شبكة عصبية للتحكم في نظام ما (مثل روبوت أو مصنع كيميائي) مع احترام الحدود (مثل السرعة أو الموقع)، استخدموا طريقة تسمى تعزيز الأداء (PB). فكر في (PB) كمدرب يخبر الروبوت: "أنت آمن بالفعل بسبب الطريقة التي بُنيت بها، والآن دعنا نجعلك أسرع". يقوم المدرب بتعديل "الأوزان" الداخلية للروبوت (إعدادات دماغه) لتحسين حركاته.

ومع ذلك، كان لطريقة (PB) القدية نقطة عمياء. لم تكن تعرف كيفية التعامل مع الحدود الصارمة، مثل "لا تسرع بأكثر من 0.5 متر في الثانية". ولإصلاح ذلك، حاولت المحاولات السابقة ببساطة إضافة "جزاء ناعم" إلى درجة التدريب. إذا كسر الروبوت القاعدة، فإنه يحصل على "آه" كبيرة (درجة جزاء). مشكلة هذا النهج هي أنه يشبه لعبة التخمين. إذا كان الـ "آه" ضعيفاً، سيتجاهل الروبوت القواعد. وإذا كان قوياً جداً، سيصبح الروبوت خجولاً ويتحرك ببطء، مما يفسد الأداء. إنه يشبه محاولة تعليم طفل ركوب الدراجة إما بتركهم يصطدمون أو بربطهم بالحائط؛ وكلاهما لا يساعدهم على تعلم ركوب الدهاجة جيداً.

الحل الجديد: ADMM-PB

يقترح مؤلفو هذه الورقة البحثية روتيناً تدريبياً ذكياً جديداً يسمى ADMM-PB. بدلاً من مجرد الصراخ بكلمة "آه!" عندما يكسر الروبوت قاعدة ما، يستخدمون استراتيجية رياضية تسمى طريقة المضاعفات الموجهة نحو الاتجاه المتناوب (ADMM).

لفهم كيفية عمل ذلك، تخيل بروفة رقص مع دورين متميزين:

1. الراقص (المتحكم): هذا هو دماغ الروبوت. مهمته الوحيدة هي محاولة جعل الرقص يبدو رائعاً وسريعاً. هو لا يقلق بشأن القواعد؛ بل يركز فقط على الأداء.
2. مدرب السلامة (خطوة الإسقاط): هذه خطوة منفصلة تحدث بعد أن يقوم الراقص بحركة ما. ينظر المدرب إلى حركات الراقص ويقول: "حسناً، كانت تلك الحركة رائعة، لكنك دست على إصبع قدم. دعنا ندفع قدمك بلطف للعودة إلى مكان آمن".

في طريقة ADMM-PB، يتبادل هذان الدورين الأدوار. أولاً، يقوم "الراقص" بتحديث دماغه لتحسين الأداء. ثم يتدخل "مدرب السلامة" ويقوم رياضياً بإسقاط مسار الروبوت على "المنطقة الآمنة"، مما يصلح أي انتهاكات دون تغيير هيكل دماغ الروبوت الفعلي. يكررون عملية التبادل هذه مراراً وتكراراً.

هذا يعد تغييراً جذرياً لأن هذا الأسلوب يفصل بين الهدفين. يظل دماغ الروبوت في شكل "آمن بالتصميم" (بمعنى أنه لن يصبح أبداً غير مستقر أو خطيراً، مهما حدث). مدرب السلامة هو من يتولى التعامل مع القواعد. هذا يعني أن الروبوت ليس عليه التخمين مدى قوة خوفه؛ بل يتعلم فقط كيف يكون آمناً بينما يكون سريعاً.

ما أظهرته التجارب

اختبر الباحثون هذه الطريقة الجديدة في سيناريوهين مختلفين لمعرفة ما إذا كانت تعمل حقاً.

الروبوت العداء:
أولاً، قاموا بمحاكاة روبوت ذو كتلة نقطية يحاول الوصول إلى هدف في مستوى ثنائي الأبعاد مع تجنب عائق دائري. قارنوا طريقة ADMM-PB الجديدة بطريقة "الجزاء الناعم" القديمة.

• النتيجة: كانت الطريقة القديمة عبارة عن أفعوانية. اعتماداً على مدى قوة ضبط جزاء الـ "آه"، كان الروبوت إما يصطدم بالعائق أو يتحرك ببطء شديد. كانت طريقة ADMM-PB الجديدة أكثر اتساقاً بكثير. فقد أنتجت تدريباً أكثر سلاسة، والأهم من ذلك، أدت إلى عدد أقل بكed من انتهاكات القواعد. لم يتجنب الروبوت العائق فحسب؛ بل فعل ذلك دون أن يصبح سلحفاة خجولة. وجد الباحثون أنه بينما كانت الطريقة الجديدة أكثر تحفظاً (أكثر حذراً قليلاً)، إلا أنها كانت أفضل بكثير في الموازنة بين السرعة والسلامة من نهج لعبة التخمين القديم.

نظام الخزانات الثلاثة:
بعد ذلك، اختبروها على نظام أكثر تعقيداً: ثلاثة خزانات من السائل متصلة بأنابيب، حيث الهدف هو التحكم في التدفق دون فيضان أو جفاف.

• النتيجة: هنا، بدأوا بروبوت تم تدريبه بالفعل باستخدام طريقة "الجزاء الناعم" القديمة. ثم استخدموا ADMM-PB كخطوة "صقل". فكر في الأمر كأخذ راقص جيد وإعطائه اللمسات النهائية. حسنت الطريقة الجديدة قدرة الروبوت على احترام الحدود (تحديداً سرعة تغير الصمام) بنسبة 20% تقريباً، دون جعل الروبوت أبطأ أو أقل استقراراً. لقد أثبتت أنه يمكنك أخذ متحكم موجود وجعله أكثر أماناً دون إعادة بنائه من الصفر.

الخلاصة

لا تدعي هذه الورقة البحثية أنها حلت كل مشاكل الكون. يشير الباحثون بعناية إلى أنه بينما تضمن طريقتهم بقاء الروبوت مستقراً (لن يخرج عن السيطرة)، إلا أنها لا تضمن أن الروبوت لن يكسر قاعدة أبداً في كل سيناريو مستقبلي ممكن، خاصة إذا كان العالم فوضوياً للغاية. ومع ذلك، في عمليات المحاكاة الخاصة بهم، تفوقت الطريقة الجديدة باستمرار على نهج "الجزاء" القديم.

الدرس المستفاد الرئيسي هو أنه باستخدام تقسيم "الراقص والمدرب" (ADMM-PB)، يمكن للمهندسين تدريب متحكمات عصبية تكون عالية الأداء وتحترم حدود السلامة، دون عملية التجربة والخطأ المحبطة لضبط أوزان الجزاء. إنها خطوة نحو روبوتات ليست ذكية فحسب، بل هي أيضاً شركاء آمنون وموثوقون في عالمنا.