⚡ electrical engineering

Safety Filtering with an Infinite Number of Constraints

توسع هذه الورقة نظرية دالة الحاجز للتحكم (CBF) للتعامل مع عدد لا نهائي من قيود السلامة من خلال وضع شروط ضرورية وكافية للثبات الأمامي، وتحديد متطلبات الانتظام للمتحكمات المستمرة، وتوضيح كيفية معالجة هذه التطورات النظرية للقصور في مناهج دالة الحاجز للتحكم الاحتياطية الحالية.

المؤلفون الأصليون: Max H. Cohen, Pio Ong, Pol Mestres, Aaron D. Ames

نُشر 2026-04-20

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Max H. Cohen, Pio Ong, Pol Mestres, Aaron D. Ames

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 تقود سيارة ذاتية القيادة. مهمتك الأكثر أهمية هي الحفاظ على سلامة السيارة: لا تصطدم بالرصيف، ولا تصطدم بالسيارات الأخرى، ولا تقُد خارج المنحدر.

في عالم الروبوتات والذكاء الاصطناعي، يستخدم الرياضيون أداة تسمى دالة حاجز التحكم (Control Barrier Function - CBF). فكر في الـ CBF كأنها حقل قوة سحري غير مرئي حول سيارتك. إذا حاولت السيارة عبور هذا الحقل، يقوم الكمبيوتر فوراً بضغط المكابح أو التوجيه بعيداً لإبقائها داخل المنطقة الآمنة.

المشكلة: الجدار "اللانهائي"

لفترة طويلة، كان رسم هذا الحقل السحري أمراً سهلاً. إذا كنت تحتاج فقط للبقاء داخل صندوق واحد (مثل موقف للسيارات)، فأنت تحتاج فقط إلى قاعدة واحدة: "ابقَ داخل الصندوق".

لكن الحياة الواقعية فوضوية. أحياناً، لا تكون "المنطقة الآمنة" مجرد صندوق بسيط. قد تكون شكلاً معقداً تحدده قواعد لانهائية.

تخيل محاولة وصف مسار آمن لذراع روبوت. لا يمكنك القول فقط "ابقَ داخل هذا الصندوق". بل يجب أن تقول:

"لا تصطدم بالحائط عند الثانية 1."
"لا تصطدم بالحائط عند الثانية 1.0001."
"لا تصطدم بالحائط عند الثانية 1.0002."
... وهكذا دواليك، إلى الأبد.

هذا ما تسميه الورقة البحثية عددًا لانهائيًا من القيود. الأمر يشبه محاولة بناء سياج باستخدام عدد لانهائي من أعمدة السياج الصغيرة وغير المرئية.

السؤال الكبير الذي طرحه المؤلفون:
إذا كان لديك عدد لانهائي من القواعد، فكيف:

تعرف بالتأكيد أن السيارة لن تصطدم أبداً؟
تكتب برنامج كمبيوتر يمكنه فعلياً حساب زاوية عجلة القيادة دون أن يتوقف أو يتجمد؟
تضمن أن حركات السيارة سلسة وليست متقطعة؟

الحل: "السياج الذكي"

لقد وجد مؤلفو هذه الورقة (كوهين، أونج، ميستريس، وأميس) طريقة للتعامل مع هذه الفوضى اللانهائية. إليك كيف فعلوا ذلك، باستخدام تشبيهات بسيطة:

1. أعمدة السياج "النشطة" (مبرهنة ناجومو - Nagumo's Theorem)

تخيل أنك تسير على حافة منحدر. أنت لا تحتاج للقلق بشأن المنحدر بأكمله؛ أنت تحتاج فقط للقلق بشأن النقطة المحددة التي تلمس فيها قدمك الحافة.

تثبت الورقة أنه حتى لو كانت هناك قواعد لانهائية، فأنت تحتاج فقط للتحقق من القواعد النشطة — وهي القواعد التي "تلمس" حالياً حدود الأمان. إذا استطعت إثبات أن السيارة لن تسقط الآن عند الحافة، فإن الرياضيات تضمن أنها لن تسقط لاحقاً. لقد وجدوا طريقة لتحويل هذه القواعد اللانهائية إلى قائمة يمكن إدارتها من القواعد "النشطة".

2. مكابح "الاضمحلال الأمثل" (الـ OD-CBF)

في الطريقة القديمة، كان على الكمبيوتر تخمين مدى قوة الضغط على المكابح للبقاء آمناً. أحياناً كان يخمن بقوة كبيرة، وأحياناً بقوة ضعيفة، وأحياناً لا يستطيع التخمين على الإطلاق، مما يؤدي إلى تجمد السيارة (وهو ما يسمى "انهيار" في البرمجيات).

قدم المؤلفون مفهوماً جديداً يسمى دالة حاجز التحكم ذات الاضمحلال الأمثل (Optimal-Decay CBF).

الطريقة القديمة: "يجب أن تبطئ سرعتك بمقدار 5 أميال في الساعة بالضبط". (جامدة، وقد تكسر القواعد).
الطريقة الجديدة: "بطئ سرعتك بقدر ما يكفي فقط لتبقى آمناً، ولكن ليس أكثر مما هو ضروري".

لقد أضافوا "قرص ضبط" خاصاً (متغيراً) لعقل الكمبيوتر. هذا القرص يضبط قوة الكبح تلقائياً. إذا كانت السيارة بعيدة عن الخطر، فهي تضغط على المكابح بلطف. وإذا كانت على وشك الاصطدام بالحائط، فهي تضغط بقوة. هذا "القرص" يضمن أن الكمبيوتر لن يعلق أبداً في محاولة إيجاد حل؛ بل سيجد دائماً مساراً آمناً وسلساً.

3. من اللانهائي إلى المتناهي (خدعة أخذ العينات - The Sampling Trick)

لا يمكنك أن تطلب من الكمبيوتر التحقق من عدد لانهائي من القواعد في كل ميلي ثانية. سيستغرق ذلك وقتاً طويلاً جداً.

تظهر الورقة خدعة ذكية: أخذ العينات (Sampling).
تخيل أنك تريد التحقق مما إذا كان حبل قوي بما يكفي. لا تحتاج لاختبار كل ليفة في الحبل. تحتاج فقط لاختبار بعض النقاط المحددة والموزعة بانتظام. إذا صمدت تلك النقاط، فإن الحبل بأكمله سيصمد.

أثبت المؤلفون أنه إذا اخترت عدداً محدوداً من "نقاط التحقق" (مثل فحص السياج كل 10 أقدام بدلاً من كل بوصة)، وإذا اجتازت سيارتك تلك النقاط، فمن المضمون رياضياً أنها ستجتاز العدد اللانهائي من القواعد الموجودة بينها. هذا يسمح للكمبيوتر بالعمل بسرعة وسلاسة.

مثال من الواقع: خطة الطوارئ

تستخدم الورقة "حاجز التحكم الاحتياطي" (Backup CBF) كحالة اختبار. تخيل روبوتاً من المفترض أن يبقى داخل غرفة.

المشكلة: قد يتم دفع الروبوت. إذا تم دفعه بقوة كبيرة، فقد يسقط خارج الغرفة.
الاحتياط: لدى الروبوت "زر طوارئ" (متحكم احتياطي) يعرف كيفية العودة إلى زاوية صغيرة وآمنة جداً داخل الغرفة إذا ساءت الأمور.
القاعدة اللانهائية: "المنطقة الآمنة" هي في الواقع المسار الذي سيتخذه الروبوت إذا ضغط على زر الطوارئ. هذا المسار يتغير في كل جزء من الثانية، مما يخلق قواعد لانهائية.

باستخدام طريقتهم الجديدة، يمكن للروبوت الآن حساب مسار سلس وآمن يحترم مسار "الطوارئ" اللانهائي هذا دون أن يتوقف عن العمل. تظهر الورقة محاكاة تسببت فيها الطريقة القديمة في حدوث خلل وتوقف الروبوت، بينما حافظت طريقتهم الجديدة على حركة الروبوت بسلاسة وأمان.

الخلاصة

هذه الورقة تشبه ترقية نظام السلامة في سيارة ذاتية القيادة من قائمة مراجعة جامدة ومعطلة إلى حارس مرن وذكي.

قبل: "إليك 1,000,000 قاعدة. إذا كسرت واحدة منها، فستصطدم. حظاً موفقاً في الحساب!"
بعد: "إليك نظام ذكي يتحقق فقط من القواعد التي تهم الآن، ويضبط قوة كبحه تلقائياً، ويستخدم بعض العينات الذكية لضمان السلامة للمستقبل اللانهائي بأكمله."

إنها تحول كابوساً نظرياً (القيود اللانهائية) إلى أداة عملية وفعالة للحفاظ على سلامة روبوتاتنا وسياراتنا في المستقبل.

إليك ملخص تقني مفصل لورقة البحث "التصفية الأمنية مع عدد لا نهائي من القيود" (Safety Filtering with an Infinite Number of Constraints) للكاتب ماكس هـ. كوهين وآخرون.

1. بيان المشكلة

تُعد دالات الحاجز التحكمي (Control Barrier Functions - CBFs) إطار عمل قياسي لضمان السلامة في الأنظمة ذاتية التحكم من خلال فرض الثبات الأمامي للمجموعة الآمنة $S$ . وبينما تعد نظرية CBF راسخة للأنظمة ذات عدد محدود من القيود (على سبيل المثال، $h_i(x) \geq 0$ لـ $i=1 \dots N$ )، فإن العديد من التطبيقات الحرجة تتطلب قيوداً لانهائية.

أمثلة رئيسية:
- دالات CBF الاحتياطية (Backup CBFs): توسيع مجموعة آمنة محافظة باستخدام تدفق النظام تحت تحكم احتياطي عبر أفق زمني.
- تجنب الاصطدام: ضمان عدم حدوث أي اصطدام لأي تكوين للأجسام الصلبة.
- عدم اليقين: فرض السلامة حيث يتم تعريف المجموعة الآمنة بجميع تقديرات الحالة الممكنة.
الفجوة: تعاني نظرية CBF الحالية من صعوبة التعامل مع القيود اللانهائية. وتظل هناك أسئلة جوهرية دون إجابة تتعية:
1. الشروط الضرورية والكافية للثبات الأمامي عندما تُعرف المجموعة الآمنة بعدد لانهائي من المتباينات.
2. تعريف دالات CBF ودرجة انتظام (استمرارية/خصائص ليبشيتز) المتحكمات المستمدة من القيود اللانهائية.
3. ما إذا كان يمكن اختزال القيود اللانهائية إلى مجموعة محدودة للتنفيذ العملي دون فقدان ضمانات السلامة.

2. المنهجية

يقوم المؤلفون بتوسيع نظرية CBF للتعامل مع المجموعات الآمنة المعرفة كـ:
$S = \{x \in \mathbb{R}^n \mid h(\tau, x) \geq 0, \forall \tau \in T\}$
حيث $T \subset \mathbb{R}^p$ هي مجموعة بارامترات مدمجة (مثل الأفق الزمني) و $h$ دالة قابلة للاشتقاق المستمر في $x ومتصلة في$ \tau$.

الخطوات النظرية الرئيسية:

الانتظام وصلاحية النموذج (Regularity and Well-Posedness): تقدم الورقة الافتراض 1، وهو تعميم لافتراض "القيمة المنتظمة". يتطلب هذا الافتراض أنه لأي نقطة على حدود $S$ ، يوجد اتجاه $v$ بحيث يكون المشتق اللي (Lie derivative) لـ $h$ موجباً تماماً لجميع القيود النشطة (حيث $h(\tau, x)=0$ ).
اتجاه الصعود السلس (Lemma 1): باستخدام مدموجية $T$ والافتراض 1، يثبت المؤلفون وجود حقل متجه سلس ( $C^\infty$ ) $\phi(x)$ يعمل كاتجاه "صعود صارم" لجميع القيود النشطة في آن واحد. هذا يجسّر الفجوة بين الوجود النقطي ووجود دالة سلسة مطلوبة لإثباتات الاستقرار.
شروط الثبات:
- النظرية 1: توسع نظرية ناغومو (Nagumo's Theorem) لتشمل القيود اللانهائية. وتثبت أن $S$ ثابتة أمامياً إذا وفقط إذا تحقق شرط المشتق اللي لجميع القيود النشطة على الحدود.
- دالات الحاجز ذات الاضمحلال الأمثل (OD-BF): لسد الفجوة بين الشروط الضرورية والكافية وبين تركيب المتحكم العملي، يقدم المؤلفون OD-BFs. ويثبتون أن وجود OD-BF هو شرط ضروري وكافٍ للثبات الأمامي تحت شروط الانتظام المذكورة.
تركيب المتحكم (Controller Synthesis):
- تعريف OD-CBF: دالة حاجز تحكمي مصممة للقيود اللانهائية باستخدام متغير "اضمحلال أمثل" (OD) واحد $\omega$ . يتجنب هذا الطريقة التي تتطلب عدداً لانهائياً من متغيرات القرار في عملية التحسين.
- الاستمرارية (Proposition 4): تثبت الورقة أن المتحكمات القائمة على التحسين (التي تحل برنامج التربيع - QP - بقيود لانهائية) هي مستمرة (ولكنها ليست بالضرورة ليبشيتز) تحت شروط الإمكانية الصارمة.
- السلامة تحت الاستمرارية (Theorem 2): بما أن المتحكمات المستمرة لا تضمن حلولاً فريدة (عادة ما تكون استمرارية ليبشيتز مطلوبة لضمان التفرد)، يقدم المؤلفون ضمان سلامة أضعف باستخدام مشتقات ديني (Dini derivatives) ونظرية دانسكين (Danskin's Theorem)، مما يضمن الثبات حتى بالنسبة للديناميكيات المغلقة ذات المتجهات المستمرة (غير الليبشيتزية).
الاختزال المحدود (Proposition 5): توفر الورقة طريقة بنائية لاختزال مجموعة القيود اللانهائية إلى مجموعة محدودة. ومن خلال تقسيم فضاء البارامتر $T$ إلى شبكة دقيقة بما يكفي (بناءً على ثوابت ليبشيتز)، فإن تلبية المجموعة المحددة تضمن تلبية المجموعة اللانهائية، مما يسمح باستخدام الحلول العددية القياسية.

3. المساهمات الرئيسية

التوسيع النظري: صياغة نظرية CBF للتعامل مع المجموعات الآمنة المعرفة بعدد لانهائي من القيود القابلة للاشتقاق المستمر.
الشروط الضرورية والكافية: إثبات أن الثبات الأمامي يكافئ المتباينات الشبيهة بالحاجز على الحدود (تعميم لنظرية ناغومو) وربط ذلك بوجود دالات الحاجز ذات الاضمحلال الأمثل.
ضمانات الانتظام: إثبات أن المتحكمات القائمة على التحسين والتي تحقق القيود اللانهائية هي مستمرة، ووضع ضمانات السلامة للأنظمة ذات المتجهات المستمرة (غير الليبشيتزية).
الاختزال العملي: تطوير إجراء صارم لتقسيم القيود اللانهائية إلى مجموعة محدودة مع الحفاظ على ضمانات السلامة، مما يجعل النظرية قابلة للتنفيذ حسابياً.
إطار موحد لـ Backup CBFs: توضح كيف يحل الإطار المقترح قيود منهجيات Backup CBF الحالية، وتحديداً فيما يتعلق بإمكانية تنفيذ مرشحات السلامة.

4. النتائج

التحقق النظري: تثبت الورقة أنه بموجب الافتراض 1 (صلاحية النموذج)، تتصرف مجموعة القيود اللانهائية بشكل مشابه للمجموعات المحدودة فيما يتعلق بالثبات، بشرط أن يحقق المتحكم شروط الحاجز المحددة.
إمكانية تطبيق OD-CBFs: يسمح إدخال متغير OD واحد بصياغة مسألة تحسين شبه لانهائية (Eq. 29) تكون ممكنة تماماً بالقرب من الحدود، مما يضمن عدم فشل المتحكم بسبب عدم الإمكانية.
المثال العددي (المكامل المزدوج - Double Integrator):
- طبق المؤلفون النظرية على مكامل مزدوج مع إعداد Backup CBF.
- الـ Standard Backup CBF التقليدي: أدى استخدام معدلات اضمحلال ثابتة ( $\alpha$ ) إلى عدم إمكانية الحل (infeasibility) عند حالات معينة داخل المجموعة الآمنة، مما جعل المتحكم غير معرف وجعل النظام عرضة للخروج من المنطقة الآمنة.
- الـ Proposed OD-CBF المقترح: باستخدام نهج متغير OD الواحد، ظل المتحكم ممكناً (feasible) عبر المجموعة الآنة بأكملها. وكان الحقل المتجه المغلق الناتج معرفاً جيداً في كل مكان، وحافظ النظام بنجاح على السلامة.

5. الأهمية

تعالج هذه الورقة عقبة حرجة في التحكم الحرج للسلامة: الفجوة بين ضمانات السلامة النظرية والتنفيذ العملي للقيود المعقدة أو اللانهائية الأفق أو القائمة على عدم اليقين.

بالنسبة لـ Backup CBFs: تحل مشكلة "عدم إمكانية الحل" التي تظهر غالباً عند محاولة فرض السلامة عبر أفق زمني بمعدلات اضمحلال ثابتة، مما يوفر بديلاً قوياً يضمن وجود مدخل تحكم صالح.
بالنسبة للسلامة العامة: توفر الأساس الرياضي لاستخدام CBFs في السيناريوهات التي تُعرف فيها المجموعة الآمنة ضمنياً (على سبيل المثال، عبر الوصول أو التحسين المتين)، متجاوزة القيود الهندسية البسيطة.
التنفيذ: من خلال إثبات إمكانية اختزال القيود اللانهائية إلى قيود محدودة مع ضمانات السلامة، يتيح هذا العمل التطبيق المباشر لمرشحات السلامة المتقدمة هذه باستخدام حلول التحسين القياسية (مثل QP) في أنظمة التحكم في الوقت الفعلي.