Adaptive Nonlinear Control with Online Identification and Receding-Horizon Optimization

إن التحكم في آلة تتحرك عبر العالم المادي هو عملية تفاوض مستمرة بين ما يُفترض بالآلة القيام به وما تفعله بالفعل. في العالم المثالي للكتب الهندسية، يكون سلوك الروبوت قابلاً للتنبؤ به تماماً: تعطيه أمراً، فيتحرك تماماً كما تقول الرياضيات. ولكن في الواقع، الآلات فوضوية؛ فأجزاؤها تتآكل، ووزنها يتغير مع احتراق الوقود، والهواء الذي تدفعه يتصرف بطرق يصعب حصرها. علاوة على ذلك، فإن المستشعرات التي تخبر الروبوت بمكانه ليست مثالية أبداً، فهي دائماً ما تكون مشوبة ببعض الضجيج. التحدي المركزي للمهندسين هو بناء نظام تحكم يمكنه التعامل مع هذه الفوضى في الوقت الفعلي؛ يجب أن يكتشف الطبيعة الحقيقية للآلة أثناء حركتها، ويتنبأ بمكان ذهابها التالي، ويعدل أوامره فوراً للبقاء على المسار، كل ذلك دون انتظار تدخل بشري أو توقف الآلة.

هذه هي المشكلة التي يعالجها نهج جديد يسمى AMIGO، والذي طوره الباحث إيغور لادنيك. صُمم النظام لتوجيه الآلات المعقدة، مثل الطائرات بدون طيار (الدرونز) أو المركبات الفضائية، من خلال الجمع بين ثلاثة أنشطة متميزة تحدث بترتيب محدد. أولاً، يستمع النظام إلى الآلة ليتعلم خصائصها الحقيقية. ثانياً، يستخدم هذه المعرفة الجديدة لرسم مسار طويل الأمد نحو الوجهة. ثالثاً، ينفذ هذا المسار مع إجراء تصحيحات صغيرة وسريعة باستمرار للتعامل مع المطبات أو الأخطاء غير المتوقعة. تم اختبار الطريقة في عمليات محاكاة على ثلاث آلات مختلفة تماماً: نموذج رياضي لنظام مهتز، وطائرة بدون طيار رباعية المراوح، ومركبة فضائية تحاول الهبوط على القمر. وفي كل حالة، نجح النظام في تحديد الخصائص الفيزيائية الحقيقية للآلة، وحساب مسار آمن، وتوجيه المركبة إلى توقف مستقر، حتى عندما اختلف السلوك الفعلي للآلة بشكل كبير عن الافتراضات الأولية.

جوهر هذا العمل هو طريقة لتعليم الكمبيوتر كيفية التعلم عن آلة وهي في حالة حركة بالفعل. تخيل مركبة فضائية تهبط نحو سطح قمري؛ المهندسون الذين بنوها لديهم أفضل تخمين لوزنها ومدى قوة الدفع التي ينتجها محركها. ولكن مع احتراق الوقود، تصبح المركبة أخف وزناً، وقد لا يكون المحرك فعالاً تماماً. إذا اعتمد الكمبيوتر الذي يتحكم في الهبوط فقط على التخمينات الأصلية، فقد يخطئ في حساب الكبح المطلوب ويتحطم. يحل AMIGO هذه المشكلة بتخصيص فترة طيران أولية لـ "الاستماع". خلال هذه المرحلة، تتحرك الآلة تحت تحكم آمن ومستقر بينما يراقبها الكمبيوتر. ومن خلال مقارنة تحركات الآلة الفعلية بما تنبأ به نموذج الكمبيوتر، يستخدم النظام تقنية رياضية لتنقية فهمه لوزن الآلة وقوة محركها. في محاكاة الهبوط على القمر، سمحت هذه العملية للكمبيوتر بتحديد كفاءة المحرك بخطأ يقل عن واحد من عشرة في المائة، مما أدى فعلياً إلى تعلم الطبيعة الحقيقية للمركبة الفضائية قبل بدء مرحلة الهبوط الحرجة.

بمجرد أن يمتلك النظام نموذجاً موثوقاً للآلة، ينتقل إلى مرحلة التخطيط. هنا، لا يكتفي الكمبيوتر بالاستجابة للحظة الراهنة فحسب، بل ينظر بعيداً في المستقبل. إنه يحسب مساراً كاملاً، وهو عبارة عن قائمة طويلة من الأوامر التي ستوجه الآلة من موقعها الحالي إلى هبوط آمن. هذا ليس خطاً مستقيماً بسيطاً؛ بل هو مسار معقد يأخذ في الاعتبار وزن الآلة المتغير والحاجة إلى التباطؤ بلطف. يحل الكمبيوتر هذه المشكلة من خلال العمل بشكل عكسي من الهدف. يسأل نفسه: "لكي أكون في المكان المثالي في النهاية، أين يجب أن أكون قبل تلك اللحظة؟ وأين يجب أن أكون قبل تلك اللحظة؟" ومن خلال تكرار هذا المنطق، يبني خطة مفصلة توازن بين الحاجة إلى الوصول إلى الهدف والحاجة إلى استخدام أقل قدر من الوقود والجهد. في مثال القمر، استغرقت مرحلة التخطيط هذه حوالي عشر ثوانٍ من وقت الكمبيوتر لإنشاء مسار من شأنه أن ينقل المركبة من ارتفاع 800 متر إلى السطح، مع مراعاة جاذبية القمر وكتلة المركبة المتغيرة.

المرحلة النهائية هي المرحلة التي تطير فيها الآلة فعلياً، مسترشدة بالخطة ولكن مستعدة للتكيف. هنا يتألق النظام بأبهى صوره. لا يتبع الكمبيوتر ببساطة المسار المحدد مسبقاً مثل قطار على سكة حديد، بل يعيد تقييم الموقف باستمرار. في كل جزء من الثانية، ينظر إلى مكان الآلة الفعلي، ويقارنه بالمكان الذي كان من المفترض أن تكون فيه حسب الخطة، ويحسب تصحيحاً صغيراً. إذا دفعت هبة ريح الطائرة بدون طيار عن مسارها، أو إذا أدى المحرك أداءً مختلفاً قليلاً عما هو متوقع، يقوم النظام فوراً بحساب تعديل قصير المدى للعودة إلى المسار. يحدث هذا بسرعة كبيرة لدرجة أن الآلة لا تنحرف فعلياً بعيداً عن مسارها المقصود. في محاكاة الطائرة بدون طيار رباعية المراوح، والتي كان عليها تثبيت نفسها بينما كان وزنها وتوازنها غير معروفين، حدد النظام الخصائص الفيزيائية الصحيحة ثم حافظ على استقرار الطائرة، مصححاً ميلها وموقعها باستمرار حتى وصلت إلى حالة التحليق المستقر.

تكمن قوة هذا النهج في كيفية تعامله مع حدود الآلة نفسها. المحركات الحقيقية لا تستطيع الدفع بقوة لانهائية، ولا يمكنها تغيير قوتها لحظياً؛ فلديها حدود فيزيائية على مدى قوة الدفع وسرعة تغيير ذلك الدفع. العديد من أنظمة التحكم تتجاهل هذه الحدود أو تحاول الالتفاف حولها بعد فوات الأوان، مما قد يؤدي إلى عدم الاستقرار. يبني AMIGO هذه الحدود مباشرة في عملية التخطيط. عندما يحسب الكمبيوتر المسار، فإنه يعرف بالضبط مقدار القوة التي يمكن أن ينتجها المحرك ومدى سرعة تغييرها. إذا تطلب إجراء معين قوة أكبر مما يمكن للمحرك توفيره، يقوم النظام تلقائياً بتعديل الخطة للبقاء ضمن الحدود الآمنة. في سيناريو الهبوط على القمر، أدار النظام دفع المحرك الرئيسي ومحركات التحكم في الوضعية الأصغر لضمان عدم مطالبة المركبة أبداً بما يفوق قدرة الأجهزة، مما جعل الهبوط سلساً وآمناً.

تظهر نتائج هذه المحاكاة أن النظام قوي بما يكفي للتعامل مع عدم اليقين الكبير. في حالة الطائرة بدون طيار، بدأ الكمبيوتر بتقديرات خاطئة لكتلة الطائرة وتوزيع وزنها. كانت التخمينات الأولية بعيدة عن الصواب بهامش ملحوظ، ومع ذلك، قامت مرحلة التحديد بتصحيح هذه الأخطاء بسرعة. وبحلول الوقت الذي بدأت فيه الطائرة روتين الاستقرار، كان الكمبيوتر يعرف الخصائص الفيزيائية الحقيقية للطائرة بدقة عالية. أظهر الهبوط النهائي لمحاكاة مركبة الهبوط القمرية قدرة النظام على إدارة عملية هبوط طويلة ومعقدة. بدأت المركبة من ارتفاع 800 متر فوق السطب بسرعة واتجاه محددين. وعلى مدار عملية الهبوط، حدد النظام كفاءة المحرك، وخطط لمسار يأخذ في الاعتبار احتراق الوقود، ونفذ هبوطاً ناعماً. لمست المركبة السطح بسرعة عمودية تقل عن 6 سنتيمترات في الثانية، وهو وصول لطيف من شأنه أن يكون آمناً لمهمة حقيقية.

ما يجعل هذا العمل لافتاً للنظر بشكل خاص هو أنه لا يتطلب من الآلة التوقف أو التوقف مؤقتاً للتعلم. عمليات التحديد والتخطيط والتحكم تحدث في حلقة مستمرة أثناء حركة الآلة. صُمم النظام ليعمل ضمن القيود الزمنية الصارمة لكمبيوتر حقيقي. فهو يعلم أنه لا يمكنه قضاء وقت لانهائي في حساب المسار المثالي؛ بل يجب عليه تقديم إجابة "جيدة بما يكفي" قبل وصول اللحظة التالية. إذا نفد الوقت من الكمبيوتر، فإنه ببساطة يستخدم أفضل خطة قام بحسابها حتى الآن، مما يضمن عدم فقدان الآلة للسيطرة. هذا التوازن بين التعلم والتخطيد والعمل يسمح للنظام بالتكيف مع العالم الحقيقي، حيث الظروف ليست ثابتة أبداً والمعلومات المثالية غير متاحة.

يخلص البحث إلى أن هذه الطريقة توفر أساساً متيناً لتوجيه الآلات ذاتية القيادة في البيئات الصعبة. لقد أثبتت بنجاح أنه يمكن لنظام واحد أن يتعلم الطبيعة الحقيقية للآلة، ويخطط لمسار معقد، وينفذ ذلك المسار مع تصحيحات دقيقة، كل ذلك مع احترام الحدود الفيزيائية للأجهزة. غطت عمليات المحاكاة مجموعة من التحديات، من نظام اهتزاز بسيط إلى مركبة فضائية معقدة تهبط على عالم آخر. ورغم أن العمل تم في بيئة محاكاة، إلا أن النتائج تشير إلى أن هذا النهج قابل للتطبيق في التطبيقات الواقعية حيث تكون السلامة والقدرة على التكيف أمراً بالغ الأهمية. الخطوة التالية لهذا النوع من الأبحاث ستكون اختبار النظام على أجهزة حقيقية واستكشاف كيف يمكنه التعامل مع المزيد من حالات عدم اليقين المعقدة، مثل التغيرات المفاجئة في البيئة أو الأعطال في مستشعرات الآلة. في الوقت الحالي، يقف هذا العمل كدليل على كيفية تعلم الآلة للطيران بنفسها، ليس باتباع نص جامد، بل بفهم طبيعتها الخاصة والتكيف مع العالم من حولها.