⚡ electrical engineering

Structure- and Stability-Preserving Learning of Port-Hamiltonian Systems

Diese Arbeit stellt eine neuartige neuronale Netzwerk-Methode zur datengestützten Modellierung port-Hamiltonscher Systeme vor, die durch den Verzicht auf Konvexitätsbeschränkungen und die Einbeziehung stabiler Gleichgewichtspunkte sowohl die Ausdruckskraft als auch die Stabilitätserhaltung über mehrere Gleichgewichte hinweg verbessert.

Ursprüngliche Autoren: Binh Nguyen, Nam T. Nguyen, Truong X. Nghiem

Veröffentlicht 2026-04-16

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Binh Nguyen, Nam T. Nguyen, Truong X. Nghiem

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Titel: Wie man Maschinen verstehen lernt, ohne ihre Seele zu verlieren

Stellen Sie sich vor, Sie versuchen, das Verhalten eines komplexen physikalischen Systems – wie ein schwingendes Pendel oder ein elektrischer Schaltkreis – zu verstehen, indem Sie nur auf Daten schauen. Sie haben keine Baupläne, keine Formeln, nur eine Menge von Messwerten: „Hier war das System, hier ist es jetzt."

Das ist die Aufgabe, die sich die Autoren dieses Papers gestellt haben. Sie wollen eine künstliche Intelligenz (ein neuronales Netz) trainieren, die nicht nur die Daten auswendig lernt, sondern die gesamte Physik dahinter versteht. Und das Wichtigste: Sie wollen sicherstellen, dass die KI die fundamentalen Regeln der Physik nicht vergisst.

Hier ist die einfache Erklärung, was sie getan haben, mit ein paar anschaulichen Vergleichen:

1. Das Problem: Der steife Koch (ICNN)

Bisher gab es eine beliebte Methode, um solche Systeme zu lernen, die auf sogenannten „ICNNs" (Input Convex Neural Networks) basierte.

Die Analogie: Stellen Sie sich einen Koch vor, der nur Gerichte kochen darf, die eine bestimmte, strenge Form haben – sagen wir, nur runde Kuchen. Er darf keine Torte, keinen Auflauf und keine Pizza machen.
Das Problem: Viele reale physikalische Systeme sind wie eine Pizza oder ein Auflauf. Sie haben komplexe Formen und können an mehreren Stellen „ruhig" werden (stabile Gleichgewichtszustände). Der alte Koch (ICNN) war gezwungen, alles in eine runde Form zu pressen. Das funktionierte gut, wenn das System einfach war, aber bei komplexen Dingen (wie einem Doppelpendel, das an verschiedenen Punkten stehen bleiben kann) lieferte er falsche Ergebnisse. Er konnte die „Vielfalt" der Realität nicht abbilden.

2. Die Lösung: Der flexible Architekt (Neues Verfahren)

Die Autoren haben eine neue Methode entwickelt, die diese starren Regeln aufbricht.

Die Analogie: Statt einem Koch, der nur Kuchen backen darf, haben sie einen flexiblen Architekten gebaut. Dieser Architekt darf jede Form bauen, die er braucht.
Der Trick: Aber es gibt eine wichtige Sicherheitsregel. Der Architekt muss sicherstellen, dass das Gebäude an bestimmten, bekannten Stellen absolut stabil ist. Wenn das Pendel an Punkt A oder Punkt B zur Ruhe kommen soll, muss das Gebäude dort so gebaut sein, dass es nicht einstürzt.

3. Wie funktioniert das? (Die „unsichtbare Schutzhülle")

Das Herzstück ihrer Methode ist eine spezielle mathematische Konstruktion für die „Energie-Funktion" des Systems (die Hamilton-Funktion).

Die Analogie: Stellen Sie sich vor, Sie wollen ein Haus bauen, das an drei verschiedenen Orten (den stabilen Punkten) absolut fest im Boden verankert ist. Normalerweise würde man versuchen, den ganzen Boden zu ebnen, damit alles flach ist. Das geht aber nicht, wenn das Gelände hügelig ist.
Die neue Idee: Die Autoren bauen um jeden dieser drei stabilen Punkte eine unsichtbare, weiche Schutzhülle.
- Außerhalb dieser Hülle darf das neuronale Netz alles Mögliche lernen und die Form des Systems frei gestalten (wie ein freier Künstler).
- Sobald das System aber in die Nähe eines stabilen Punktes kommt, aktiviert sich die Schutzhülle. Sie zwingt das System sanft, genau in diesem Punkt zur Ruhe zu kommen und dort zu bleiben.
- Wichtig: Diese Hülle ist so konstruiert, dass sie die Form des Hauses (die Physik) nicht verzerrt, sondern nur die Stabilität garantiert.

4. Warum ist das besser?

In den Tests haben die Autoren zwei Systeme getestet:

Ein einfaches System (Toda-Gitter): Hier war das alte Verfahren okay, aber das neue war genauer.
Ein komplexes System (Doppelpendel): Hier war das alte Verfahren katastrophal. Ein Doppelpendel kann in verschiedenen Positionen zur Ruhe kommen (z. B. beide Arme nach unten oder beide nach oben). Das alte Verfahren (der steife Koch) hat das Pendel immer in die Mitte (den Nullpunkt) gezwungen, egal wo es eigentlich hinwollte. Das neue Verfahren (der flexible Architekt) hat das Pendel perfekt an den richtigen Stellen zur Ruhe kommen lassen.

Zusammenfassung

Die Autoren haben eine Art „Intelligenz mit Gewissen" entwickelt.

Ohne Gewissen: Eine KI lernt nur die Daten auswendig. Wenn sie auf neue Situationen trifft, macht sie physikalisch unmögliche Fehler (z. B. Energie aus dem Nichts erzeugen oder Pendel, die nie zur Ruhe kommen).
Mit Gewissen (dieses Paper): Die KI lernt die Daten, behält aber die physikalischen Gesetze im Kopf. Sie weiß: „Ich darf kreativ sein, aber an diesen wichtigen Punkten muss ich stabil bleiben."

Das Ergebnis ist ein Modell, das nicht nur besser rechnet, sondern auch sicherer und realistischer ist. Es ist wie ein Schüler, der nicht nur die Antworten auswendig lernt, sondern wirklich versteht, warum die Antworten so sind, und der weiß, wo die Grenzen des Möglichen liegen.

1. Problemstellung

Port-Hamiltonian-Systeme (PHS) sind ein leistungsfähiges Framework zur Modellierung physikalischer Systeme, da sie Energieflüsse, -speicherung und -dissipation strukturell korrekt abbilden. Ein zentrales Ziel im maschinellen Lernen für solche Systeme ist die datengetriebene Rekonstruktion der Hamilton-Funktion $H(x)$ , die die Gesamtenergie des Systems darstellt.

Das Paper identifiziert zwei wesentliche Einschränkungen bestehender Methoden (insbesondere solcher, die auf Input-Convex Neural Networks, ICNNs, basieren):

Konvexitätszwang: Viele Ansätze erzwingen eine konvexe Hamilton-Funktion, um Stabilität zu garantieren. Dies ist jedoch in der Praxis oft zu restriktiv, da viele reale physikalische Systeme nicht-konvexe Hamilton-Funktionen aufweisen.
Begrenzte Gleichgewichtspunkte: Konvexe Funktionen besitzen typischerweise nur ein globales Minimum. Daher können ICNN-basierte Modelle oft nur einen einzigen stabilen Gleichgewichtspunkt lernen. Viele physikalische Systeme (z. B. Pendel) besitzen jedoch mehrere isolierte stabile Gleichgewichtszustände, die von herkömmlichen Methoden nicht korrekt erfasst werden können.

Das Ziel dieser Arbeit ist es, ein lernbasiertes PHS-Modell zu entwickeln, das die PHS-Struktur erhält, die Stabilität bekannter Gleichgewichtspunkte garantiert und dabei auf die Konvexitätsannahme verzichtet, um mehrere stabile Gleichgewichtspunkte abbilden zu können.

2. Methodik

Die Autoren schlagen einen neuartigen, neuronalen Ansatz vor, der die Hamilton-Funktion so konstruiert, dass Stabilität „by Design" gewährleistet ist, ohne die Trainingsanpassung (Fit) zu beeinträchtigen.

A. Neuronale Hamilton-Funktion für einen Gleichgewichtspunkt
Für einen bekannten stabilen Gleichgewichtspunkt $x_{eq}$ wird die Hamilton-Funktion $\hat{H}(x)$ wie folgt definiert:
$\hat{H}(x) = NN_H(x) \cdot h(\sigma(\|x - x_{eq}\|_2))$

$NN_H(x)$ : Ein neuronales Netz, das positive Werte ausgibt (z. B. durch eine positive Aktivierungsfunktion in der Ausgabeschicht).
$\sigma(\cdot)$ : Eine glatte, differenzierbare Funktion, die das Abstandsglied regularisiert (z. B. $\sqrt{\|x-x_{eq}\|^2 + \delta^2} - \delta$ ), um Singularitäten bei $x=x_{eq}$ zu vermeiden.
$h(\cdot)$ : Eine speziell entworfene, $d$ $d$ -mal differenzierbare Stufenfunktion (basierend auf einem Polynom), die folgende Eigenschaften erfüllt:
- $h(0) = 0$ und $h'(0) = 0$ , was sicherstellt, dass $\nabla_x \hat{H}(x_{eq}) = 0$ exakt gilt.
- $h(\sigma) = 1$ für Abstände größer als ein Schwellenwert $b$ . In diesem Bereich verhält sich $\hat{H}(x)$ wie das reine neuronale Netz $NN_H(x)$ , sodass die globale Anpassungsfähigkeit erhalten bleibt.
- Innerhalb des Radius $b$ um $x_{eq}$ erzwingt die Funktion, dass $x_{eq}$ ein striktes Minimum ist.

B. Erweiterung auf mehrere Gleichgewichtspunkte
Um mehrere isolierte stabile Gleichgewichtspunkte $\{x^{(i)}_{eq}\}$ zu modellieren, wird eine Summenbildung verwendet:
$\hat{H}(x) = NN_H(x) \cdot h_{\Sigma}(x)$
wobei $h_{\Sigma}$ eine Kombination der einzelnen Stufenfunktionen $h_i$ ist. Die Radien $b_i$ werden so gewählt, dass die Aktivitätsbereiche (Kugeln um die Gleichgewichtspunkte) disjunkt sind. Dies ermöglicht es, die Stabilitätsanalyse lokal für jeden Gleichgewichtspunkt unabhängig durchzuführen, während ein einziges neuronales Netz das gesamte System abbildet.

C. Lernprozess und Struktur-Erhaltung

Die Matrizen $J(x)$ (Interkonnektion), $R(x)$ (Dissipation) und $G(x)$ (Port) werden entweder parametrisiert oder durch neuronale Netze gelernt, wobei deren strukturelle Eigenschaften (Schiefsymmetrie von $J$ , Symmetrie und Positivität von $R$ ) durch spezielle Netzarchitekturen (z. B. Zerlegung in untere Dreiecksmatrizen) erzwungen werden.
Das Training erfolgt durch Minimierung eines Verlustfunktions-Terms, der den Fehler zwischen der vorhergesagten und der tatsächlichen Systemdynamik über die Zeit integriert (unter Verwendung symplektischer Integratoren wie dem symplektischen Euler-Verfahren).

3. Wichtige Beiträge

Neue neuronale Architektur: Entwicklung einer Hamilton-Funktion, die Stabilität an mehreren Gleichgewichtspunkten garantiert, ohne Konvexität vorauszusetzen. Dies überwindet die Limitierungen von ICNNs.
Theoretische Stabilitätsanalyse: Ein strenger Beweis (basierend auf Lyapunov-Theorie und Lemma 2), dass das gelernte Modell die Gleichgewichtspunkte als strikte Minima der Hamilton-Funktion erhält und somit lokal asymptotisch stabil sind, sofern die Dissipationsmatrix positiv definit ist.
Region der Attraktion: Die Arbeit liefert eine Methode zur Abschätzung der Regionen der Attraktion (Basins of Attraction) für die einzelnen Gleichgewichtspunkte, was bei globalen Stabilitätsansätzen oft nicht möglich ist.
Validierung: Umfassende numerische Experimente, die die Überlegenheit des Ansatzes gegenüber ICNN-basierten Methoden belegen.

4. Ergebnisse

Die Methode wurde an zwei numerischen Beispielen getestet:

Toda-Gitter-System (ein Gleichgewichtspunkt):
- Ein nicht-konvexes, nichtlineares System mit einem stabilen Gleichgewicht im Ursprung.
- Das vorgeschlagene Modell erzielte eine deutlich höhere Genauigkeit bei der Vorhersage von Hamilton-Funktion, Ausgabe und Zustandsgröße im Vergleich zu PH-ICNN, insbesondere bei impulsartigen und sinusförmigen Eingangssignalen.
- Die Stabilität des Ursprungs wurde korrekt erhalten.
Doppeltes Pendel (mehrere Gleichgewichtspunkte):
- Ein System mit nicht-konvexer Hamilton-Funktion und unendlich vielen Gleichgewichtspunkten (davon neun wurden im Modell erzwungen).
- Ergebnis: Das PH-ICNN-Modell scheiterte daran, die korrekten Trajektorien zu lernen, wenn das System zu einem nicht-ursprünglichen Gleichgewichtspunkt (z. B. $2\pi$ ) konvergierte; es zog das System fälschlicherweise zum Ursprung.
- Das vorgeschlagene Modell konnte hingegen korrekt zu den verschiedenen stabilen Gleichgewichtspunkten konvergieren und die Trajektorien präzise nachbilden, unabhängig davon, ob der Zielzustand der Ursprung oder ein anderer Winkel war.

5. Bedeutung und Ausblick

Diese Arbeit ist ein signifikanter Fortschritt im Bereich des „Physics-Informed Machine Learning". Sie löst das Dilemma zwischen der Notwendigkeit mathematischer Garantien (Stabilität) und der Flexibilität, komplexe, reale physikalische Systeme mit mehreren stabilen Zuständen zu modellieren.

Praktische Relevanz: Die Fähigkeit, mehrere stabile Betriebszustände (z. B. verschiedene Ruhepositionen eines Roboters oder Energiespeichers) in einem einzigen Modell abzubilden, ist für die Regelungstechnik und Systemanalyse essenziell.
Verzicht auf Konvexität: Durch die Aufhebung des Konvexitätszwangs wird die Ausdrucksstärke (Expressiveness) der Modelle erhöht, was zu besseren Generalisierungseigenschaften führt.
Zukunft: Die Autoren planen, die Methode auf reale physikalische Systeme und Regelungsanwendungen (Control Applications) zu erweitern, um die praktische Anwendbarkeit unter realen Bedingungen zu testen.

Zusammenfassend bietet das Paper einen robusten, theoretisch fundierten Rahmen für das Lernen von Port-Hamiltonian-Systemen, der strukturelle Integrität und physikalische Stabilitätseigenschaften auch in komplexen, nicht-konvexen Szenarien bewahrt.