Koopman-based Estimation of Lyapunov Functions: Theory on a Reproducing Kernel Hilbert Space

إليك ملخص تقني مفصل للورقة البحثية بعنوان "تقدير دالات ليابونوف القائم على كوبمان: نظرية في فضاء هيلبرت لإعادة الإنتاج (RKHS)" للباحثين وينتاو تانغ وشيوزين يي.

1. بيان المشكلة

تعالج هذه الورقة التحدي المتمثل في إجراء تحليل الاستقرار والتحكم للأنظمة غير الخطية باستخدام الطرق القائمة على البيانات. وبينما يوفر مؤثر كوبمان (Koopman operator) إطار عمل قوي لـ "الخطيّة العالمية" للديناميكيات غير الخطية، فإن تطبيقه على تحليل الاستقرار يواجه عقبتين نظريتين رئيسيتين:

1. غموض الطيف والاستقرار (Spectrum-Stability Ambiguity): في الأنظمة الخطية ذات الأبعاد المحدودة، يتحدد الاستقرار من خلال وجود القيم الذاتية داخل قرص الوحدة. ومع ذلك، بالنسبة لمؤثرات كوبمان المعرفة على فضاءات الدوال القياسية، فإن العلاقة بين طيف المؤثر واستقرار النظام غالباً ما تكون غامضة أو غير مفيدة (على سبيل المثال، قد يظل نصف قطر الطيف $\ge 1$ حتى للأنظمة المستقرة اعتماداً على اختيار النواة).
2. بناء دالة ليابونوف (Lyapunov Function Construction): هناك نقص في وجود نظرية عالمية صارمة لبناء دالات ليابونوف مباشرة من مؤثر كوبمان، لا سيما عندما يجب تقدير المؤثر من خلال البيانات.

يهدف المؤلفون إلى سد هذه الفجوة من خلال إرساء رابط صارم بين طيف كوبمان والاستقرار ضمن فضاء هيلبرت لإعادة الإنتاج (RKHS)، واستخدام هذا الرابط لتقدير دالات ليابونوف مع ضمان حدود الخطأ.

2. المنهجية

تدمج المنهجية المقترحة نظرية المؤثرات، وطرق النواة (kernel methods)، ونظرية التعلم الإحصائي من خلال الخطوات التالية:

أ. اختيار فضاء الدوال: نواة ناتجة عن حاصل ضرب خطي-شعاعي

لضمان أن يكون مؤثر كوبمان معرفاً بشكل جيد وأن يعكس طيفه الاستقرار، قام المؤلفون بتعريف المؤثر على فضاء RKHS محدد ناتج عن نواة حاصل ضرب خطي-شعاعي:
$$\kappa(x, x') = (x \cdot x') \cdot \kappa_{=}(x, x')$$

• $\kappa_{=}$ (شعاعية): نواة "ويندلان" (Wendland) شعاعية تضمن أن فضاء RKHS يكافئ فضاء سوبوليف ($W^{s,2}$)، مما يلتقط نعومة الديناميكيات.
• المكون الخطي: المصطلح $(x \cdot x')$ يضمن أن الفضاء يحتوي على دوال خطية بالقرب من نقطة التوازن (الأصل).
• النتيجة: هذا البناء يخلق فضاءً تكون فيه الدوال خطية محلياً بالقرب من الأصل ومنتظمة عالمياً. والأهم من ذلك، يتيح هذا البناء للمؤلفين إثبات أنه إذا كان الأصل نقطة توازن مستقرة تقاربياً، فإن نصف قطر الطيف لمؤثر كوبمان $A$ يحقق الشرط $r(A) < 1$.

ب. معادلة ليابونوف الجبرية للمؤثر (ALE)

صاغ المؤلفون دالة ليابونوف $v(x)$ ودالة معدل الاضمحلال $w(x)$ كصيغ تربيعية نواوية (kernel quadratic forms) معرفة بواسطة مؤثرات موجبة $P$ و $Q$ على فضاء RKHS:
$$v(x) = \langle \kappa(x, \cdot), P\kappa(x, \cdot) \rangle$$
$$w(x) = \langle \kappa(x, \cdot), Q\kappa(x, \cdot) \rangle$$
وقد أثبتوا أن إيجاد دالة ليابونوف بمعدل اضمحلال محدد يكافئ حل معادلة ليابونوف الجبرية للمؤثر (ALE):
$$APA^* - P = -Q$$
حيث $A^*$ هو المرافق (adjoint) لمؤثر كوبمان.

• الضمان النظري: تثبت الورقة أنه إذا كان $r(A) < 1$ و $Q$ مؤثر "هيلبرت-شميدت" موجب، فإن معادلة ALE لها حل وحيد $P$ يُعطى بسلسلة لانهائية متقاربة: $P = \sum_{t=0}^{\infty} A^{*t} Q A^t$.

ج. التقدير القائم على البيانات (kEDMD و KRR)

بما أن مؤثر كوبمان الحقيقي غير معروف، اقترح المؤلفون مسار تقدير قائم على البيانات:

1. تقدير مؤثر كوبمان: استخدام طريقة كوبرمان الموسعة بالنواة (kEDMD) لتقدير المؤثر $A$ من بيانات المسارات. يتضمن ذلك حل مسألة المربعات الصغرى في فضاء RKHS.
2. تقدير معدل الاضمحلال: استخدام انحدار ريدج النواة (KRR) لتقدير المؤثر $Q$ (الذي يمثل دالة معدل الاضمحلال $w(x)$) من البيانات.
3. تقدير ليابونوف: حل النسخة المصفوفية المنفصلة من معادلة ALE باستخدام المؤثرات المقدرة $\hat{A}$ و $\hat{Q}$ للحصول على مؤثر ليابونوف المقدر $\hat{P}$.

3. المساهمات الرئيسية

1. مبرهنة الطيف والاستقرار في RKHS: أثبت المؤلفون بصرامة أنه بالنسبة لنظام ذو أصل مستقر تقاربياً، فإن نصف قطر الطيف لمؤثر كوبمان المعرف على فضاء RKHS خطي-شعاعي يكون أقل تماماً من 1. وهذا يحل غموض أطياف كوبمان في تحليل الاستقرار.
2. وجود ووحدانية حل ALE للمؤثر: أثبتوا وجود مبرهنة ليابونوف عكسية في إطار RKHS، حيث أثبتوا وجود حل وحيد لمؤثر "هيلبرت-شميدت" موجب لمعادلة ALE عند تحقق شرط نصف قطر الطيف.
3. تحليل حدود الخطأ: اشتقت الورقة حداً صارماً للخطأ لدالة ليابونوف المقدرة. وأظهرت أن الخطأ في تقدير ليابونوف ($\|\hat{P} - P\|_{HS}$) يتناسب مع أخطاء التعلم الخاصة بمؤثر كوبمان ودالة معدل الاضمحلال. وتحديداً، يتلاشى الخطأ مع زيادة حجم البيانات.
4. إطار عمل موحد: يوفر العمل إطاراً كاملاً ومبنياً على أسس نظرية للتحليل القائم على البيانات للاستقرار، متجاوزاً التطبيقات التجريبية لنظرية كوبمان.

4. النتائج

تم التحقق من صحة المنهجية من خلال دراسة عددية على نظام غير متعدد الحدود (معادلة لينيارد - Liénard equation):

• النظام: نظام مستمر الزمن تم تحويله إلى نظام منفصل بزمن أخذ عينات $\Delta = 0.2$.
• البيانات: 50 مساراً تم أخذ عينات منها من توزيع عشوائي في المجال $[-2, 2] \times [-2, 2]$.
• الأداء:
  • الطيف: تم حصر طيف كوبمان المقدر بنجاح داخل قرص الوحدة، مما أكد شرط الاستقرار.
  • دالة ليابونوف: طابقت دالة ليابونوف المقدرة $\hat{v}(x)$ شكل خطوط الكنتور للدالة الحقيقية (المحسوبة عبر المحاكاة) بشكل وثيق.
  • الدقة: بينما كان التقدير دقيقاً بالقرب من الأصل، لوحظت انحرافات بعيداً عن الأصل (مثلاً عند $x=(1,1)$)، ويُعزى ذلك إلى تراكم معدلات الاضمحلال عبر آفاق زمنية طويلة. ومع ذلك، نجحت الطريقة في التقاط اللاخطية، مما ميزها عن التقدير الخطي البسيط (حيث $v_{lin}(1,1) \approx 19$ مقابل الحقيقي/المقدر $\approx 40$).

5. الأهمية

• الأساس النظري: تنقل هذه الورقة التحكم القائم على كوبمان من "فن عملي" إلى "إطار عمل صارم نظرياً". فهي توفر الشروط الرياضية اللازمة (اختيار النواة، حدود الطيف) لضمان تحليل الاستقرار.
• الاستقرار القائم على البيانات: توفر مساراً قابلاً للتطبيق للتحقق من الاستقرار وبناء دالات ليابونوف للأنظمة غير الخطية المعقدة التي لا تتوفر لها نماذج مبنية على المبادئ الأولية أو يصعب التعامل معها.
• الاتجاهات المستقبلية: حدد المؤلفون أن تقدير نطاقات الجذب (domains of attraction) (خاصة للأنظمة ذات الجواذب المتعددة أو حيث لا يكون الأصل مستقراً عالمياً) هو الخطوة البحثية الحرجة التالية، مما يمهد الطريق لتصميم التحكم غير الخطي والمراقب المتقدم.

باخت-صار، نجح هذا العمل في جسر الفجوة بين النظرية المجردة لمؤثرات كوبمان في فضاءات RKHS وبين تحليل الاستقرار العملي القائم على البيانات، موفراً كل من الضمانات النظرية والأدوات الخوارزمية اللازمة للتنفيذ.