H∞ Leader–Following Control for Heterogeneous Nonlinear Multi-Agent Systems via Alternating LMIs

في عالم الهندسة الحديثة، غالبًا ما تكون الآلة الواحدة مثيرة للإعجاب، لكن مجموعة من الآلات التي تعمل معًا هي التي تُحدث تحولًا جذريًا. هذا هو مجال الأنظمة متعددة الوكلاء، حيث تنسق الروبوتات أو الطائرات بدون طيار أو المركبات أفعالها ليس من خلال قائد مركزي يصرخ بالأوامر، بل عبر التحدث إلى جيرانها. والهدف هو أن تتحرك المجموعة بأكملها ككيان واحد، أو تتبع قائدًا محددًا، حتى لو كانت منتشرة عبر حقل واسع. ولكي ينجح هذا، يجب أن يكون كل عضو قادرًا على استشعار ما يفعله جيرانه وتعديل مساره الخاص وفقًا لذلك. ومع ذلك، فإن المجموعات في العالم الحقيقي نادرًا ما تكون مثالية؛ فغالبًا ما تختلف هذه الآلات في الأحجام والأوزان والمحركات الداخلية، مما يعني أنها تستجيب للأوامر بطرق مختلفة. علاوة على ذلك، فإن البيئة ليست ساكنة أبدًا؛ فالرياح والاحتكاك والنتوءات غير المتوقعة تعمل كاضطرابات مستمرة تدفع المجموعة بعيدًا عن مسارها. ويتمثل التحدي الذي يواجه المهندسين في تصميم مجموعة من القواعد التي تسمح لهذه الآلات غير المتطابقة وغير المثالية بالبقاء في تشكيل واتباع قائد، مع تجاهل الضجيج والفوضى في العالم الخارجي.

لقد تصدى فريق من الباحثين لهذه المشكلة الصعبة من خلال تطوير طريقة جديدة للتحكم في مجموعات من الآلات التي تختلف عن بعضها البعض وتخضع لقواعد معقدة وغير خطية. وببساطة، تعني "غير الخطية" أن مضاعفة المدخلات لا تؤدي بالضرورة إلى مضاعفة المخرجات؛ إذ تتصرف الآلات بطرق يصعب التنبؤ بها أكثر من الحركة البسيطة المستقيمة. ركز الباحثون على نوع محدد من التنسيق يسمى "اتباع القائد"، حيث تحاول مجموعة من التابعين مطابقة مسار قائد واحد. وكان عليهم مراعاة حقيقة أن كل تابع قد يمتلك محركًا أو هيكلًا فريدًا، مما يجعل رياضيات حركته متميزة عن جيرانه. ولحل هذه المعضلة، ابتكروا نموذجًا رياضيًا موحدًا يعامل الاختلافات بين الآلات والالتواءات غير المتوقعة في سلوكها كخطأ واحد يمكن إدارته. وقد سمح هذا بتصميم نظام تحكم يضمن استقرار المجموعة في النهاية في حركة منسقة وسلسة، حتى عندما تتعرض لقوى خارجية.

إن جوهر اكتشافهم هو طريقة جديدة لحساب إشارات التحكم التي تحتاج كل آلة لإرسالها إلى جيرانها. في الماضي، كان العثور على هذه الإشارات لمثل هذه المجموعة المعقدة يشبه محاولة حل لغز تتغير فيه قطع اللغز من حيث الشكل أثناء محاولتك تركيبها. وجد الباحثون أن الأدوات القياسية المستخدمة للمشكلات الأبسط لم تكن قوية بما يكفي للتعامل مع مزيج أنواع الآلات المختلفة والسلوكيات المعقدة. وبدلاً من ذلك، ابتكروا إجراءً مرحليًا يتناوب بين طريقتين مختلفتين للنظر إلى المشكلة. أولاً، يقومون بتثبيت القواعد الخاصة بكيفية تواصل الآلات مع بعضها البعض وحل المسألة لإيجاد أفضل طريقة لقياس الاستقرار. ثم يقومون بتثبيت هذا القياس وحل المسألة لإيجاد أفضل قواعد للتواصل. ومن خلال تكرار هذه العملية، تمكنوا من إيجاد مجموعة من التعليمات التي تعمل للمجموعة بأكملها. والأهم من ذلك، أنهم لم يكتفوا بالتخمين بأن هذه الطريقة ستنجح؛ بل بنوا فحصًا صارمًا داخل العملية. فبمجرد أن تنتج الخطوات المتناوبة حلاً، قاموا بإجراء اختبار نهائي صارم لإثبات أن الحل يلبي بالفعل جميع متطلبات السلامة والأداء.

ولرؤية ما إذا كانت نظريتهم ستصمد في الممارسة العملية، أجرى الباحثون عمليات محاكاة حاسوبية مفصلة. في أحد السيناريوهات، قاموا بمحاكاة شبكة من أربع آلات مختلفة تتبع قائدًا. كانت هذه الآلات تمتلك ديناميكيات داخلية مختلفة وخضعت لاضطرابات عشووية متقلبة تحاكي الضجيج في العالم الحقيقي. وضع الباحثون هدفًا محددًا لمدى تأثير الاضطرابات على حركة المجموعة، وهو ما يعني فعليًا مطالبة النظام بتخميد الضجيج إلى مستوى منخفض جدًا. أظهرت المحاكاة أنه على الرغم من بدء الآلات من أماكن مختلفة وامتلاكها خصائص فيزيائية مختلفة، إلا أنها نجحت جميعًا في تتبع مسار القائد. فقد تقلصت الأخطاء بين التابعين والقائد بسرعة، وظل النظام مستقرًا حتى مع دفع الضوضاء الخارجية ضدهم. وأكد الفحص النهائي أن قدرة النظام على رفض الاضطرابات كانت ضمن الحدود الآمنة التي وضعوها، مما أثبت أن طريقة التحكم يمكنها التعامل مع تعقيدات العالم الحقيقي.

وفي محاكاة ثانية، طبق الباحثون طريقتهم على مثال أكثر عملية: قافلة من المركبات الأرضية غير المأهولة، تشبه السيارات ذاتية القيادة أو المركبات العسكرية. في هذه الحالة، امتلكت المركبات كتلًا ومعاملات احتكاك مختلفة، مما يعني أن الشاحنة الثقيلة والمركبة الخفيفة ستستجيبان لأمر التوجيه نفسه بطرق مختلفة. كان الهدف هو الحفاظ على تشكيل ضيق لها أثناء حركتها. أظهرت المحاكاة أن المركبات استطاعت مزامنة مواقعها وسرعاتها، بدءًا من مواقع متفرقة وصولًا إلى التقارب في خط سلس. وحتى بدون وجود أي ضجيج خارجي في هذه الجولة المحددة، أظهر النظام أن المركبات المختلفة يمكنها التغلب على اختلافاتني الفيزيائية لتتحرك كوحدة واحدة. وعندما أعادوا إضافة الاضطرابات إلى المزيج، أثبت النظام مرة أخرى قدرته على الحفاظ على التشكيل، مع تعديل مدخلات التحكم تلقائيًا لإبقاء المجموعة متماسكة.

تكمن أهمية هذا العمل في قدرته على التعامل مع "فوضى الواقع". فلطالما افترضت الأساليب السابقة أن جميع الآلات في المجموعة متطابقة أو أن سلوكها بسيط ويمكن التنبؤ به. أما هذا النهج الجديد فيقر بأن الآلات مختلفة وأن سلوكها يمكن أن يكون معقدًا، ومع ذلك فإنه يوفر طريقة موثوقة لجعلها تعمل معًا. ومن خلال استخدام عملية قائمة على التحقق، ضمن الباحثون أن الحلول التي وجدوها لم تكن مجرد تقريبات، بل كانت مضمونة رياضيًا للعمل تحت الظروف المحددة. وهذا يفتح الباب أمام أنظمة روبوتية أكثر قوة ومرونة يمكنها العمل في بيئات غير متوقعة، من مهام البحث والإنقاذ حيث يجب أن تتعاون أنواع مختلفة من الروبوتات، إلى أساطيل الخدمات اللوجستية المؤتمتة حيث يجب أن تتنقل مركبات ذات أحجام متفاوتة معًا. وتؤكد الدراسة أنه مع الإطار الرياضي الصحيح، يمكن لمجموعة من الآلات المتنوعة وغير المثالية أن تحقق مستوى من التنسيق يتسم بالدقة والمرونة في آن واحد.