A Data-Driven Algorithm for Model-Free Control Synthesis

في عالم الهندسة، عادة ما يبدأ التحكم في الآلة بخريطة. فلكي تجعل روبوتاً يمشي، أو طائرة بدون طيار تحلق، أو سيارة تنعطف، يقضي المصممون أولاً شهوراً أو سنوات في بناء نموذج رياضي مفصل لكيفية حركة تلك الآلة. إنهم يحسبون قوى الرياح، ووزن الأجنحة، واحتكاك التروس، ويكتبون مجموعة من القواعد التي تتنبأ بدقة بكيفية استجابة الآلة لكل أمر. هذه الخريطة ضرورية للأدوات القياسية المستخدمة لبناء أجهزة التحكم، وهي "الأدمغة" التي تخبر الآلة بما يجب فعله. وبدون هذه الخريطة، يكون جهاز التحكم أعمى، غير قادر على معرفة ما إذا كانت دفعة على عصا التحكم ستجعل الآلة تنعطف يساراً أم تنقلب. ولعقود من الزمن، إذا كانت الآلة معقدة للغاية بحيث يصعب رسم خريطة لها، أو إذا تغير سلوكها بشكل كبير بحيث يصعب التنبؤ به، كان المهندسون غالباً ما يضطرون إلى الاستسلام في بناء جهاز تحكم مثالي لها.

لقد أظهر فريق من الباحثين الآن طريقة لتجاوز الخريطة تماماً. فقد طوروا طريقة لتعليم جهاز تحكم كيفية توجيه آلة باستخدام تسجيل فقط لتحركات الآلة الماضية والأوامر التي تسببت فيها. فبدلاً من السؤال: "كيف تعمل هذه الطائرة؟" ومحاولة كتابة فيزياء عملها، تسأل طريقتهم: "ماذا حدث عندما فعلنا هذا؟". ومن خلال تحليل مقطع فيديو قصير لرحلة طيران، يتعلم الخوارزمي قواعد التوجيه المثالية مباشرة من البيانات. هذا النهج، الذي تم اختباره على كل من محاكاة الكمبيوتر وطائرة صغيرة حقيقية تطير في ظروف عاصفة، يثبت أنه يمكنك بناء جهاز تحكم دقيق للغاية وذاتي التصحيح دون معرفة الفيزياء الكامنة وراء الآلة التي يتحكم بها.

ركز الباحثون، بالتعاون مع دعم من مكتب الأبحاث البحرية، على نوع محدد من مشكلات التحكم يُعرف باسم "المنظم الخطي التربيعي" (LQR). وببساطة، هذه هي الطريقة المعيارية الذهبية للحفاظ على استقرار النظام وتوجيهه نحو هدف ما. تقليدياً، لاستخدام هذه الطريقة، يجب أن تعرف المعادلات الدقيقة التي تصف حركة الآلة. فإذا كنت تصمم جهاز تحكم لنوع جديد من الطائرات بدون طيار، فستحتاج عادةً إلى معرفة كتلتها، وكيف تولد أجنحتها قوة الرفع، وكيف تستجيب محركاتها للكهرباء. وإذا كانت أي من هذه التفاصيل مجهولة أو إذا كانت الآلة معقدة للغاية بحيث يصعب نمذجتها، فإن الطريقة القياسية تفشل. يتجاوز هذا الخوارزمي الجديد هذا المتطلب؛ فهو يعمل على مبدأ أنه حتى لو لم تكن تعرف قواعد اللعبة، يمكنك استنتاج استراتيجية الفوز من خلال مشاهدة جولات قليلة من اللعب.

يكمن جوهر اكتشافهم في علاقة رياضية تربط السلوك الماضي للآلة بأفضل استراتيجية تحكم ممكنة. فقد أثبت الباحثون أنه إذا شاهدت آلة تتحرك لفترة قصيرة، وسجلت موقعها والأوامر التي أعطيتها إياها، فإن ذلك السجل يحتوي على جميع المعلومات اللالية لحساب قواعد التوجيه المثالية. لقد تعاملوا مع هذا الأمر كأنه لغز: قاموا بتغذية البيانات المسجلة في برنامج كمبيوتر يبحث عن مجموعة قواعد التوجيه التي تجعل تحركات الآلة الماضية تبدو وكأنها نتيجة لجهاز تحكم مثالي ومتقن. لم يكن البرنامج بحاجة لمعرفة وزن الآلة أو ديناميكا هوائها؛ كان يحتاج فقط لرؤية أن الآلة انتقلت من النقطة (أ) إلى النقطة (ب) عند إعطاء أمر معين. ومن خلال حل هذا اللغز، وجد الخوارزمي نفس قواعد التوجيه التي كان سيحسبها مهندس تقليدي لو قضى شهوراً في اشتقاق فيزياء الآلة.

لإثبات نجاح ذلك، اختبر الفريق طريقتهم أولاً على محاكاة كمبيوتر لطائرة كلاسيكية، وهي "ماكدونيل دوغلاس A-4D سكاي هوك". في هذا الاختبار، كانوا يعرفون الفيزياء الحقيقية للطائرة، لذا تمكنوا من مقارنة جهاز التحكم الجديد القائم على البيانات بجهاز التحكم التقليدي القائم على الفيزياء. وكانت النتائج متطابقة تقريباً؛ فقد تعلم جهاز التحكم الجديد، الذي لم يُخبر قط بكيفية طيران الطائرة، توجيه الطائرة بنفس دقة الجهاز المصمم من قبل خبراء. كما اختبروا سيناريو أكثر تعقيداً حيث عرفوا كيف تتحرك أسطح التحكم في الطائرة ولكن ليس كيف تتفاعل الطائرة نفسها معها. وحتى مع هذا المعرفة الجزئية، نجح الخوارزمي في دمج الأجزاء المعروفة مع الأجزاء المجهولة لإنشاء جهاز تحكم يعمل بنفس كفاءة الحل التقليدي الكامل.

ومع ذلك، جاء الدليل الأكثر إقناعاً من العالم الحقيقي. فقد أخذ الباحثون خوارزميتهم إلى طائرة صغيرة، تشبه في حجمها طائرة بوينج 737 مصغرة. صُنعت هذه الطائرة من الفوم وألياف الكربون، وكان سلوكها الديناميكي الهوائي غير معروف ويصعب التنبؤ به. قام الفريق بتشغيل الطائرة يدوياً لمدة دقيقتين، مسجلين حركات الطيار على العصا واستجابة الطائرة باستخدام مستشعرات داخلية. تم طيران الطائرة في ظروف عاصفة، مما أضاف طبقة من الفوضى وعدم القدرة على التنبؤ إلى البيانات. بعد الرحلة، قاموا بتغذية هذا التسجيل لمدة دقيقتين في الخوارزمي الخاص بهم. عالج الكمبيوتر البيانات وأنتج جهاز تحكم جديد في ثوانٍ معدودة.

ثم قاموا بتشغيل الطائرة مرة أخرى، وهذه المرة باستخدام جهاز التحكم الجديد. أعطى الطيار أمراً للطائرة بالالتفاف، أو الميل، إلى اليسار أو اليمين. وبالرغم من الرياح وحقيقة أن جهاز التحكم لم يكن لديه أدنى فكرة عن كيفية بناء الطائرة، استجابت الطائرة بشكل مثالي. لقد تتبعت أوامر الطيار بدقة عالية، محافظة على الزاوية المطلوبة حتى مع دفع الرياح لها. نجح جهاز التحكم في تثبيت الطائرة واتباع مسار الطيران، مما أثبت أن النهج القائم على البيانات يمكنه التعامل مع الواقع الفوضوي والمشوش لطائرة حقيقية. طارت الطائرة في نمط "رقم 8"، وهو مناورة تتطلب تعديلات مستمرة ودقيقة، وحافظ جهاز التحكم على مسارها دون أي معرفة مسبقة بديناميكيات الطائرة.

يشير هذا العمل إلى تحول كبير في كيفية تعاملنا مع أنظمة التحكم. لسنوات، كان العائق في تصميم أجهزة التحكم للآلات المعقدة هو صعوبة إنشاء نموذج دقيق. فإذا كانت الآلة غريبة جداً، أو جديدة جداً، أو متغيرة جداً، فغالباً ما تُترك دون تحكم أو يتم التحكم فيها بطرق بسيطة وأقل فعالية. هذا النهج الجديد يزيل هذا الحاجة؛ فهو يسمح للمهندسين بأخذ آلة، وطيرانها مرة أو مرتين لجمع البيانات، ثم إنشاء جهاز تحكم فوراً يكون بجودة جهاز صممه فريق من الخبراء درسوا الآلة لسنوات. الطريقة قوية بما يكفي للتعامل مع الضجيج والأخطاء التي تأتي من المستشعرات في العالم الحقيقي، وتعمل حتى عندما تعمل الآلة في ظروف قد تربك النموذج التقليدي.

كما أظهر الباحثون أن طريقتهم يمكن توسيعها لجعل الآلة تتبع مساراً معيناً، وليس فقط البقاء مستقرة. في الاختبار الواقعي، كان جهاز التحكم قادراً على تتبع زاوية ميل مطلوبة، وتعديل نفسه باستمرار للحفاظ على الطائرة عند درجة الميل التي يريدها الطيار بالضبط. هذه القدرة حاسمة لمهام مثل الملاحة الذاتية، حيث يجب على المركبة اتباع مسار دقيق. لم يحسب الخوارزمي قواعد التغذية الراجعة للحفاظ على استقرار الطائرة فحسب، بل حسب أيضاً قواعد التغذية الأمامية لضمان وصولها إلى زاوية الهدف دون انحراف.

إن نجاح هذه التجربة على طائرة حقيقية ذات ديناميكيات مجهولة يمثل خطوة عملية للأمام. فهو يثبت أن الفكرة النظرية لتعلم التحكم مباشرة من البيانات ليست مجرد فضول رياضي، بل هي أداة هندسية قابلة للتطبيق. لقد تحقق الفريق من صحة طريقتهم من خلال مقارنتها بـ "الحقيقة الأرضية" للفيزياء المعروفة في عمليات المحاكاة، ومن خلال إظهار قدرتها على طيران طائرة حقيقية في ظروف جوية صعبة. وبينما يشير الباحثون إلى أن العمل المستقبلي سيركز على تحديد مقدار البيانات المطلوبة لأنواع مختلفة من الآلات، فإن النتائج الحالية تظهر أن دفعة قصيرة من البيانات غالباً ما تكون كافية لبناء جهاز تحكم فعال.

هذا النهج لا يحل محل الحاجة إلى فهم الفيزياء، ولكنه يقدم بديلاً قوياً عندما يكون هذا الفهم بعيد المنال. إنه يقلب عملية تصميم التحكم رأساً على عقب؛ فبدلاً من بناء نموذج لفهم الآلة، أنت تستخدم الآلة لبناء نموذج التحكم. بالنسبة للمهندسين الذين يعملون على كل شيء، من الطائرات بدون طيار الصغيرة إلى الروبوتات الصناعية الكبيرة، يعني هذا أن تعقيد الآلة لم يعد عائقاً أمام بناء جهاز تحكم ذكي ومتكيف. فالآلة نفسها، من خلال تحركاتها الخاصة، تقدم المخطط التوجيهي الخاص بها.