Online Learning-Enhanced High Order Adaptive Safety Control

إليك ملخص تقني مفصل لورقة البحث بعنوان "التحكم التكيفي عالي الرتبة المعزز بالتعلم عبر الإنترنت" (Online Learning-Enhanced High Order Adaptive Safety Control):

1. بيان المشكلة

تُستخدم دوال الحاجز التحكمي (Control Barrier Functions - CBFs) على نطاق واسع لضمان السلامة الرسمية للأنظمة الروبوتية من خلال ضمان بقاء حالة النظام ضمن مجموعة آمنة. ومع ذلك، تعتمد دوال CBF القياسية بشكل كبير على دقة النموذج الديناميكي للنظام. وفي التطبيقات الواقعية، يمكن لـ عدم دقة النموذج الناتج عن الديناميكيات غير المُمذجة، أو تغيرات الحمولة، أو الاضطرابات الخارجية (مثل الرياح) أن يبطل ضمانات السلامة هذه، مما يؤدي إلى اصطدامات أو سلوكيات غير آمنة.

تواجه الحلول الحالية قيوداً كبيرة:

• دوال CBF القوية (Robust CBFs): تتطلب حدوداً معروفة لعدم اليقين، مما يؤدي غالباً إلى متحكمات مفرطة في التحفظ.
• دوال CBF التكيفية (aCBFs): تفترض عادةً أن البواقي (residuals) هي تركيبات خطية لدوال أساس معروفة، أو تتطلب تدريباً مكثفاً مسبقاً (offline). وهي تعاني مع البواقي غير الخطية والمتغيرة زمنياً، وغالباً ما تفشل عندما تخرج البواقي عن نطاق التوزيع التدريبي.
• نهج التعلم الصرف (Pure Learning Approaches): تفتقر غالباً إلى ضمانات السلامة أثناء مرحلة التعلم أو تتطلب كميات هائلة من البيانات قبل التشغيل.

التحدي الجوهري هو تطوير متحكم يمكنه التكيف عبر الإنترنت (online) مع الاضطرابات المعقدة، والمتغيرة زمنياً، وغير الخطية في النموذج، مع الحفاظ على ضمانات سلامة رسمية دون الحاجة إلى معرفة مسبقة بهيكل الاضطراب.

2. المنهجية

يقترح المؤلفون إطار عمل هجين يسمى NODE-HO-aCBF، يجمع بين نموذج اسمي ونموذج بقايا مدفوع بالبيانات باستخدام المعادلات التفاضلية العصبية القائمة على المعرفة (Knowledge-based Neural ODEs - KNODE).

أ. بنية النموذج الهجين

بدلاً من تعلم الديناميكيات بالكامل من الصفر، يستخدم النظام نموذجاً هجيناً:
$$\dot{x} = \underbrace{f(x) + g(x)u}_{\text{النموذج الاسمي}} + \underbrace{\hat{d}_\theta(x)}_{\text{البقايا العصبية}}$$

• النموذج الاسمي: نموذج مبسط وقابل للتحليل رياضياً (مثل المكامل المزدوج - double integrator).
• نموذج البقايا ($\hat{d}_\theta$): شبكة عصبية مُعلمة بـ $\theta$ تتعلم الديناميكيات غير المُمذجة والاضطرابات مباشرة من بيانات الحالة والتحكم.
• KNODE: يستخدم المعادلات التفاضلية العصبية لتعلم النظام الديناميكي مباشرة، مما يسمح بأخذ عينات البيانات في فترات زمنية غير منتظمة (وهو أمر بالغ الأهمية للأنظمة الفيزيائية في الوقت الفعلي).

ب. دالة CBF التكيفية عالية الرتبة (HO-aCBF)

بما أن العديد من الأنظمة الميكانيكية تحتوي على قيود سلامة ذات درجة نسبية أكبر من واحد، فقد قام المؤلفون بتوسيع دوال aCBF القياسية لتصبح دوال CBF عالية الرتبة (High-Order CBFs).

• تم تعديل قيد HOCBF القياسي ليشمل مشتق Lie للباقي المتعلم ($L_{\hat{d}_\theta}\psi_{r-1}$).
• يتم حساب مدخل التحكم $u$ عن طريق حل برنامج تربيعي (Quadratic Program - QP) بتردد 100 هرتز:
  $$\min_u \|u - u_{des}\| \quad \text{s.t.} \quad \sup_{u \in U} [\dots + L_{\hat{d}_\theta}\psi_{r-1}(x) + \alpha_r(\psi_{r-1}(x))] \geq 0$$
• يضمن هذا أنه حتى مع وجود البقايا المقدرة، تظل مجموعة السلامة ثابتة للأمام (forward invariant).

ج. حلقة التعلم عبر الإنترنت (Online Learning Loop)

يعمل النظام في حلقة مستمرة:

1. تنفيذ التحكم: يقوم الـ QP بحل مدخل التحكم الآمن باستخدام النموذج الهجين الأحدث.
2. جمع البيانات: يتم تخزين أزواج الحالة والتحكم ($z = [x, u]$) في طابور (FIFO) يعمل بنظام "الداخل أولاً يخرج أولاً".
3. التدريب عبر الإنترنت: يتم تدريب Neural ODE على بيانات الطابور لتحديث نموذج البقايا $\hat{d}_\theta$.
4. التكيف: يتم تحميل النموذج المحدث فوراً في محلل الـ QP، مما يسمح للمتحكم بالتكيف مع الديناميكيات المتغيرة (مثل هبات الرياح) في الوقت الفعلي.

3. المساهمات الرئيسية

1. HO-aCBF المعزز بالتعلم: إطار عمل مبتكر يدمج التعلم عبر الإنترنت مباشرة في قيود HOCF عالية الرتبة، مما يتيح ضمانات السلامة تحت اضطرابات النموذج المعقدة والمتغيرة زمنياً.
2. نهج KNODE الهجين: طريقة فعالة في استخدام البيانات تستفيد من النموذج الاسمي للهيكل، بينما تستخدم Neural ODEs لالتقاط البواقي غير الخطية المعقدة، متجنبة الحاجة إلى تدريب مسبق واسع النطاق.
3. الأداء في الوقت الفعلي: تعمل الخوارزمية بتردد 100 هرتز على نظام في الوقت الفعلي، حيث تقوم بحل الـ QP وتدريب النموذج في آن واحد دون المساس بتردد التحكم.
4. المتانة تجاه الضبط: على عكس الطرق التكيفية السابقة التي تتطلب ضبطاً دقيقاً لمصفوفات الكسب أو معرفة بدوال الأساس، فإن هذا النهج متين ولا يتطلب افتراضات مسبقة حول هيكل البوايا.

4. النتائج التجريبية

أ. المحاكاة

تم اختبار الطريقة على نظام مكامل مزدوج مع ثلاثة أنواع من البواقي: "جاذبة"، "طاردة"، و"متغيرة زمنياً".

• النماذج المرجعية (Baselines): تمت المقارنة مع HOCBFs القياسية، وHO-aCBFs المضبوطة (التي تتطلب مصفوفات أساس معروفة)، والنماذج المدربة مسبقاً (offline).
• النتائج:
  • فشلت نماذج HOCBF القياسية في الحفاظ على السلامة تحت تأثير الاضطرابات.
  • كانت نماذج HO-aCBF المضبوطة هشة؛ حيث فشلت عندما كانت مصفوفة الأساس المفترضة ($Y(x)$) غير دقيقة أو عندما كانت البواقي متغيرة زمنياً.
  • نجح نموذج NODE-HO-aCBF في التكيف مع جميع أنواع البواقي. حقق الإصدار المُدرب مسبقاً (offline) سلامة شبه مثالية (0% وقت انتهاك)، بينما تكيف الإصدار عبر الإنترنت (online) بسرعة، ليصل في النهاية إلى أداء سلامة يضاهي النموذج المُدرب مسبقاً.
  • أظهرت الطريقة عبر الإنترنت كفاءة أعلى في البيانات واستقراراً أفضل مقارنة بالنماذج المرجعية التي تتطلب سجلات تاريخية ضخمة.

ب. التجارب الفيزيائية

• المنصة: طائرة بدون طيار نانوية بوزن 38 جرام (Crazyflie 2.1).
• السيناريو: تتبع مسار دائري مع تجنب عائق مركزي في ظل وجود رياح مضطربة بسرعة 18 كم/ساعة ناتجة عن مروحة.
• النتائج:
  • اتجهت المتحكمات المرجعية (HOCBF, HO-aCBF) نحو مسارات غير آمنة وانتهكت قيود السلامة بشكل كبير (31%–47% وقت الانتهاك).
  • Online NODE-HO-aCBF: شهد في البداية "تأخراً في التعلم" ولكنه تكيف بسرعة مع الرياح، مما قلل من انتهاكات السلامة إلى 35.3% واستقر في مسار مستقر بالقرب من حدود السلامة.
  • Offline NODE-HO-aCBF: حقق أفضل أداء بنسبة انتهاك بلغت 15.9% فقط، مما يثبت أن التدريب المسبق على بيانات مشابهة يعزز السلامة بشكل أكبر.
  • نجح النظام في الحفاظ على مسافة آمنة من العائق رغم اضطرابات الرياح الشديدة، وهو ما لم تستطع النماذج المرجعية تحقيقه.

5. الأهمية

يجسر هذا العمل الفجوة بين ضمانات السلامة الرسمية والقدرة على التكيف المطلوبة للروبوتات في العالم الحقيقي. من خلال دمج Neural ODEs مباشرة في تحسين CBF، ابتكر المؤلفون متحكماً يتميز بكونه:

• آمناً: يوفر ضمانات رسمية حتى مع وجود أخطاء في النموذج.
• متكيفاً: يتعلم الاضطرابات المعقدة والمتغيرة زمنياً عبر الإنترنت دون الحاجة لتدريب مسبق.
• فعالاً: يعمل بترددات عالية (100 هرتز) مناسبة للروبوتات الرشيقة مثل الطائرات النانوية.

إن القدرة على نشر هذا النظام على طائرة نانوية بوزن 38 جرام في رياح مضطربة تثبت إمكانية تطبيقه في روبوتات الأسراب (swarm robotics) والطيران في المسافات القريبة، حيث تكون المتحكمات القوية التقليدية شديدة التحفظ، وطرق التعلم الصرفة بطيئة جداً أو غير آمنة. وهذا يمهد الطريق لعمل أكثر أماناً واستقلالية في البيئات غير المهيكلة.