⚡ electrical engineering

Learning Neural Network Controllers with Certified Robust Performance via Adversarial Training

تقدم هذه الورقة طريقة تدريب تنافسي تقوم بتوليف متحكمات الشبكات العصبية وشهادات التبدد بشكل مشترك لضمان الأداء القوي للحلقة المغلقة للأنظمة الديناميكية غير الخطية رسميًا، محققةً مناطق متينة معتمدة أكبر بما يصل إلى 78 مرة من النهج القائم على متباينة المصفوفة الخطية.

المؤلفون الأصليون: Neelay Junnarkar, Yasin Sonmez, Murat Arcak

نُشر 2026-04-02

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Neelay Junnarkar, Yasin Sonmez, Murat Arcak

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تعلم روبوتًا كيفية موازنة مكنسة على يده (بندول مقلوب). تريد أن يكون الروبوت بارعًا لدرجة أنه لن يسقط المكنسة أبدًا، حتى لو دفعه شخص ما، أو هبت الرياح، أو إذا كانت مستشعرات الروبوت غير دقيقة تمامًا.

في عالم الهندسة، يُسمى هذا التحكم المتين (Robust Control). تكمن المشكلة في أن "الشبكات العصبية" الحديثة التي تُشغل الروبوتات ذكية للغاية وتتعلم بسرعة، لكنها أيضًا تشبه "الصندوق الأسود"؛ فنحن لا نعرف دائمًا لماذا يتخذ الروبوت قرارًا معينًا، ولا يمكننا إثبات أنه لن يفشل أبدًا في موقف خطير بسهولة.

تقدم هذه الورقة البحثية طريقة جديدة لتدريب هذه الروبوتات بحيث يمكننا ضمان سلامتها رياضيًا، حتى عندما تسوء الأمور.

إليك تفصيل طريقتهم باستخدام تشبيهات بسيطة:

1. المشكلة: "الصندوق الأسود" مقابل "شبكة الأمان"

الشبكة العصبية (الدماغ): هي مثل طالب عبقري يتعلم من خلال التجربة والخطأ. يصبح بارعًا جدًا في موازنة المكنسة، ولكن إذا سألته: "لماذا حركت يدك لليسار؟"، قد يجيب فقط: "شعرتُ برغبة في ذلك". لا يمكننا الوثوق به في مستشفى أو في سيارة ذاتية القيادة دون دليل.
الطريقة القديمة (LMI): كان المهندسون يحاولون سابقًا إثبات السلامة عن طريق تبسيط دماغ الروبوت إلى مسألة رياضية خطية بسيطة. الأمر يشبه محاولة وصف إعصار معقد ودوّار باستخدام خط مستقيم فقط. إنها طريقة آمنة، لكنها متحفظة للغاية؛ فهي تقول: "لا يمكننا الوثوق بالروبوت إلا إذا كانت الرياح تهب بضعف شديد"، مما يهدر إمكانات الروبوت.
الهدف الجديد: نريد إثبات أن الروبوت آمن دون تبسيط دماغه كثيرًا، حتى نتمكن من الوثوق به في سيناريوهات العالم الحقيقي الأكبر والأكثر فوضوية.

2. الحل: أداتان تعملان معًا

يجمع المؤلفون بين أداتين قويتين لحل هذه المشكلة:

الأداة (أ): "آلة اختبار الإجهاد" (α,β-CROWN)

فكر في هذا كجهاز محاكاة لألعاب الفيديو فائق السرعة.

ماذا تفعل: تأخذ دماغ الروبوت المعقد وتجري ملايين سيناريوهات "ماذا لو" في أجزاء من الثانية. تحاول كسر الروبوت عبر إيجاد التركيبة الدقيقة للرياح، والدفع، وأخطاء المستشعرات التي قد تجعله يسقط المكنسة.
التشبيه: تخيل حارس أمن يحاول اقتحام خزنة بنك. إذا لم يتمكن الحارس من فتح الخزنة بعد تجربة كل التوليفات الممكنة، تُعتبر الخزنة "آمنة". هذه الأداة هي حارس الأمن النهائي لمنطق الروبوت.

الأداة (ب): "شهادة السلامة" (Dissipativity & QCs)

فكر في هذا كميزانية "طاقة" رياضية أو شبكة أمان.

ما ماذا تفعل: تحدد قاعدة مفادها: "طالما ظل الروبوت داخل منطقة طاقة محددة، فلن يسقط".
التشبيه: تخيل الروبوت وهو يمشي على حبل مشدود. "الشهادة" هي شبكة أمان عملاقة غير مرئية تتمدد وتتقلص. الهدف هو جعل هذه الشبكة أكبر ما يمكن حتى يمتلك الروبوت مساحة كافية للتحرك دون السقوط.
التعامل مع عدم اليقين: تتعامل الورقة أيضًا مع "المجاهيل" (مثل هبة ريح لم نتوقعها). يستخدمون أداة تسمى القيود التربيعية (QCs) لوضع "سياج" حول هذه المجاهيل. هم لا يعرفون بالضبط أين ستضرب الرياح، لكنهم يعرفون أن الرياح لن تكون أقوى من حد معين.

3. السر الخفي: "التدريب التنافسي" (Adversarial Training)

هذا هو الجزء الأكثر إبداعًا. عادةً، تقوم بتدريب الروبوت على مهمة ما، ثم تتحقق مما إذا كانت آمنة. هذه الورقة تقوم بالأمرين في نفس الوقت.

اللعبة: تخيل لعبة "القط والفأر".
- القط (الروبوت): يحاول موازنة المكنسة والبقاء داخل شبكة الأمان.
- الفأر (الخصم): يحاول دفع الروبوت خارج شبكة الأمان عن طريق إيجاد أضعف نقطة (الحالة المضادة).
العملية:
1. يحاول الفأر كسر الروبوت.
2. يتعلم الروبوت من هذا الكسر ويصبح أقوى.
3. تقوم "شبكة الأمان" (الشهادة) أيضًا بإعادة تشكيل نفسها لتغطية الروبوت الجديد الأقوى.
4. يكررون هذه العملية آلاف المرات.
النتيجة: في النهاية، يصبح الروبوت قويًا جدًا، وتكون شبكة الأمان (الشهادة) مشكلة بدقة مثالية، بحيث لا يستطيع الفأر حرفيًا إيجاد طريقة لكسره.

4. النتائج: قفزة هائلة للأمام

اختبر المؤلفون هذا على بندول مقلوب محاكى (روبوت موازنة المكنسة).

الطريقة القديمة (LMI): لم تستطع ضمان السلامة إلا في منطقة صغيرة جدًا. كان الأمر يشبه قول: "الروبوت آمن فقط إذا كان واقفًا بلا حراك تمامًا".
الطريقة الجديدة:
- مجرد استخدام "آلة اختبار الإجهاد" (بدون تدريب) جعل المنطقة الآمنة أكبر بـ 51 مرة.
- تدريب الروبوت و"شبكة الأمان" معًا جعل المنطقة الآمنة أكبر بـ 78 مرة مقارنة بالطريقة القديمة.

الملخص

فكر في الأمر على هذا النحو:
في الماضي، لإثبات أن السيارة آمنة، كنا نبني مضمار اختبار صغير وبطيء ونقول: "إذا لم تصطدم هنا، فهي آمنة".
تقول هذه الورقة: "لنبنِ مسار عقبات ضخمًا وواقعيًا. لنعلم الروبوت كيف يقود فيه بينما يحاول كمبيوتر خارق صدمه عند كل منعطف. إذا نجا الروبوت من أسوأ هجمات الكمبيوتر الخارق، فيمكننا إثبات سلامته رياضيًا للعالم الحقيقي".

الخلاصة: لقد وجدوا طريقة لجعل وحدات التحكم بالذكاء الاصطناعي ليست فقط "ذكية"، بل آمنة بشكل مثبت في البيئات الفوضوية في العالم الحقيقي، مما وسع نطاق السلامة بنحو 80 ضعفًا مقارنة بالطرق القديمة.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "تعلم متحكمات الشبكات العصبية بأداء قوي معتمد عبر التدريب الخصمي".

1. بيان المشكلة

تُظهر متحكمات الشبكات العصبية (NN) أداءً تجريبيًا فائقًا في الأنظمة الديناميكية غير الخطية، لكنها تفتقر إلى الضمانات الرسمية المطلوبة للنشر في التطبيقات الحرجة للسلامة. وبينما عالجت الأعمال الحديثة الاستقرار الاسمي، فإن ضمان الأداء القوي (الاستقرار وتخميد الاضطرابات) في ظل وجود اضطرابات خارجية وعدم يقين في النموذج يظل تحديًا كبيرًا.

تواجه طرق التحقق الحالية مقايضة (Trade-off):

المتباينات الخطية المصفوفية (LMIs) مع قيود التربيع التكاملية (IQCs): فعالة حسابيًا ولكنها تسبب تحفظًا كبيرًا (Conservativeness) من خلال حصر اللاخطيات باستخدام قيود تربيعية.
التحقق الدقيق (مثل $\alpha,\beta$ -CROWN): يوفر حدودًا ضيقة (Tight bounds) للاخطيات المعروفة، ولكنه يواجه صعوبة في التوسع عند دمجه مع مجموعات عدم يقين معقدة أو عند استخدامه لتخليق المتحكم (Controller Synthesis).

المشكلة الجوهرية هي تخليق متحكم شبكة عصبية وشهادة تبدد قوية (Robust Dissipativity Certificate) بشكل مشترك تضمن رسميًا أداء الحلقة المغلقة تحت ظروف عدم اليقين، مع تقليل التحفظ المتأصل في طرق LMI التقليدية.

2. المنهجية

يقترح المؤلفون إطار عمل يجمع بين التدريب الخصمي (Adversarial Training) والتحقق الرسمي (Formal Verification) باستخدام $\alpha,\beta$ -CROWN. يستفيد هذا النهج من نقاط القوة المتكاملة لتقنيتين:

$\alpha,\beta$ -CROWN: تُستخدم للتحليل المباشر والدقيق للديناميكيات غير الخطية المعروفة (مثل تنشيطات الشبكة العصبية، أو لاخطيات النبات مثل $\sin(\theta)$ ).
القيود التربيعية (QCs): تُستخدم حصريًا لتوصيف حالات عدم اليقين غير البارامترية في النموذج (مثل حدود الكسب أو حدود القطاع).

أ. الأساس النظري: التبدد القوي (Robust Dissipativity)

يتم نمذجة النظام كترابط تغذية راجعة بين نبات اسمي (Nominal Plant)، ومتحكم شبكة عصبية، وعامل عدم يقين $\Delta$ . الهدف هو اعتماد التبدد القوي على مجموعة محدودة $(X, D, \Delta)$ ، والمحدد بـ:

الثبات الأمامي القوي (RFI): تظل حالة النظام ضمن مجموعة مستويات فرعية محدودة $\Omega_{V,\rho}$ لجميع الأوقات.
متباينة التبدد: دالة التخزين $V(x)$ تحقق $V(x_K) - V(x_0) \leq \sum s(d_k, e_k)$ ، مما يضمن حدود الأداء (مثل $\ell_2$ -gain أو Passivity).

استنتج المؤلفون شروطًا كافية (Theorem 1) يمكن التحقق منها عبر $\alpha,\beta$ -CROWN. تتطلب هذه الشروط إيجاد دالة تخزين $V$ ومضاعفات القيود التربيعية (QC multipliers) بحيث تتحقق استلزامات منطقية محددة لجميع الحالات داخل المنطقة المعتمدة.

ب. خوارزمية التدريب الخصمي

تتضمن عملية التخليق (Algorithm 1) مرحلتين: التدريب والتحقق.

1. البنية (Architecture):

المتحكم: شبكة عصبية متكررة ضمنية (RINN)، تم اختيارها للتوافق مع التهيئة الأولية لـ LMI والتحليل القوي.
دالة التخزين ( $V_\phi$ ): دالة هجينة تجمع بين حد تربيعي ( $x^T P x$ ) وحد تعديل بالشبكة العصبية ( $1 + \alpha \tanh(\psi(x))$ ). يسمح هذا للشهادة بأن تبدأ كدالة Lyapunov تربيعية قياسية ثم تتطور إلى شكل أكثر تعبيرًا غير تربيعي.

2. حلقة التدريب:
يقلل التدريب من دالة خسارة إجمالية $L_{total}$ تتكون من ثلاثة حدود:

خسارة العينات ( $L_{sample}$ ): تعاقب انتهاكات شرط التبدد على عينات مختارة بانتظام من الحالات.
الخسارة الخصمية ( $L_{adv}$ ): تستخدم خوارزمية التدرج المتدرج المسقط (PGD) لإيج trotz "أسوأ الحالات" (Counterexamples) (الحالات التي يفشل فيها الشرط) وتعاقبها. هذا يوجه الشبكة لتصبح أكثر صلابة ضد الثغرات المحددة.
خسارة المرساة ( $L_{anchor}$ ): تشجع على توسيع المنطقة المعتمدة من خلال معاقبة قيمة دالة التخزين عند "حالات المرساة" الواقعة خارج الحدود المعتمدة الحالية مباشرة.

3. توسيع النطاق (Domain Expansion):
بمجرد استيفاء الشرط لصندوق محيط حالي، تقوم الخوارزمية بمحاكاة المسارات لإيجاد مجموعة مسار أكبر، وتحديث الصندوق المحيط، والاستمرار في التدريب.

4. التحقق الرسمي:
بعد التدريب، يتم تثبيت المعلمات النهائية. يستخدم المؤلفون $\alpha,\beta$ -CROWN لإجراء بحث ثنائي (Bisection) على مستوى المجموعة $\rho$ لإيجاد أكبر حجم للمنطقة المعتمدة $\Omega_{V,\rho}$ حيث تتحقق شروط التبدد القوي بدقة.

3. المساهمات الرئيسية

إطار عمل التخليق المشترك: طريقة مبتكرة لتدريب متحكمات الشبكة العصبية وشهادات التبدد معًا، متجاوزةً مجرد التحقق من المتحكم الثابت.
استراتيجية تحقق هجينة: دمج ناجح لـ $\alpha,\beta$ -CROWN (الديناميكيات غير الخطية) وQCs (عدم اليقين) لتجنب التحفظ العالي لطرق LMI/IQC مع الحفاظ على القدرة على التنفيذ.
التدريب الخصمي للتحكم: تكييف تقنيات التدريب الخصمي (PGD) مع مجال تخليق التحكم، باستخدام الأمثلة المضادة لشرط التبدد القوي لتوجيه تعلم كل من المتحكم والشهادة.
دالة تخزين مبتكرة: تصميم دالة تخزين هجينة تبدأ كصيغة تربيعية (يتم تهيئتها عبر LMI) وتتعلم تصحيحات غير خطية، مما يسمح بمناطق معتمدة أكبر.

4. النتائج التجريبية

تم اختبار الطريقة على بندول مقلوب يعمل بعزم دوران تحت سيناريوهين:

السيناريو أ: حد $\ell_2$ -Gain (تخميد الاضطراب)

الهدف: تعظيم حجم فضاء الحالة حيث يخمد النظام الاضطرابات.
النتائج:
- خط الأساس LMI: الحجم المعتمد = 0.16.
- قبل التدريب (باستخدام $\alpha,\beta$ -CROWN): أكبر بـ 51.2 مرة من LMI.
- المتحكم الثابت (الشهادة المدربة): أكبر بـ 67.5 مرة من LMI.
- التدريب المشترك (المتحكم + الشهادة): أكبر بـ 78.1 مرة من خط الأساس LMI.
- الأهمية: وفر التدريب المشترك تحسنًا قدره 1.52 مرة مقارنة بالتحقق "قبل التدريب" و1.16 مرة مقارنة بتدريب الشهادة وحدها.

السيناريو ب: الاستقرار القوي (عدم اليقين في النموذج)

الهدف: اعتماد الاستقرار تحت ظروف عدم اليقين غير البارامتري (تغير كسب القطاع).
النتائج:
- خط الأساس LMI: 0.80.
- التدريب المشترك: أكبر بـ 10.2 مرة من LMI.
- التحسن: حقق التدريب المشترك تحسنًا قدره 1.35 مرة عن خط الأساس "قبل التدريب".

وقت الحوسبة:
على الرغم من أن الطريقة المقترحة تتطلب جهدًا حسابيًا أكبر (دقائق إلى ساعات مقابل ثوانٍ لـ LMI)، إلا أن هذه المقايضة تحقق مناطق سلامة معتمدة أكبر بكثير، وهو أمر بالغ الأهمية للنشر العملي.

5. الأهمية والخاتمة

تعالج هذه الورقة فجوة حرجة في نظرية التحكم: نقص الطرق القابلة للتوسع وغير المتحفظة لاعتماد متحكمات الشبكة العصبية في البيئات الحرجة للسلامة.

تقليل التحفظ: من خلال استخدام $\alpha,\beta$ -CROWN للاخطيات المعروفة، تتجنب الطريقة الحدود "الفضفاضة" التي تميز طرق LMI القائمة على IQC، مما يؤدي إلى مناطق معتمدة تصل إلى 78 ضعفًا أكبر.
القابلية للتوسع: يسمح نهج التدريب الخصمي للنظام بتعلم شهادات معقدة وغير محدبة لا يمكن للامتثال الخطي (LMI) العثور عليها.
الأثر العملي: يوفر إطار العمل مسارًا لنشر متحكمات الشبكة العصبية عالية الأداء في تطبيقات حرجة للسلامة (مثل الروبوتات والمركبات ذاتية القيادة) مع ضمانات رياضية صارمة للصلابة ضد الاضطرابات وأخطاء النموذج.

يخلص المؤلفون إلى أنه بينما يكون وقت الحوسبة أعلى، فإن الزيادة الكبيرة في منطقة التشغيل الآمن المعتمدة تجعل هذا النهج متفوقًا للتطبيقات الواقعية حيث يكون تعظيم غلاف السلامة أمرًا بالغ الأهمية. يهدف العمل المستقبلي إلى توسيع هذا الإطار ليشمل كامل القيود التربيعية التكاملية (IQCs).