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

Resumen Técnico: Aprendizaje de Sistemas Port-Hamiltonianos con Preservación de Estructura y Estabilidad

1. Planteamiento del Problema

Los sistemas Port-Hamiltonianos (PHS) son un marco fundamental para modelar, analizar y controlar sistemas físicos complejos, ya que enfatizan el flujo y almacenamiento de energía, garantizando propiedades físicas intrínsecas como la pasividad y las leyes de conservación. Sin embargo, en muchos casos, la función Hamiltoniana ($H(x)$) que describe la energía interna del sistema es desconocida y no puede medirse directamente.

El desafío principal abordado en este trabajo es el modelado basado en datos de PHS utilizando redes neuronales (PHNN), enfrentando dos limitaciones críticas de los métodos existentes (como los basados en Redes Neuronales Convexas de Entrada o ICNN):

1. Restricción de Convexidad: Los métodos actuales suelen asumir que el Hamiltoniano es convexo para garantizar estabilidad. Esto es limitante en sistemas físicos reales donde la función de energía es no convexa y puede presentar múltiples equilibrios estables aislados.
2. Preservación de Múltiples Equilibrios: Las técnicas existentes a menudo fallan al preservar la estabilidad de múltiples puntos de equilibrio, forzando al modelo a converger hacia un único punto (generalmente el origen) o perdiendo la estabilidad local en otros puntos de operación deseados.

El objetivo es desarrollar un marco de aprendizaje que preserve la estructura PHS, garantice la estabilidad en equilibrios conocidos (múltiples y aislados) y relaje la restricción de convexidad sin sacrificar la precisión del modelo.

2. Metodología Propuesta

Los autores proponen una técnica novedosa basada en redes neuronales que modifica la arquitectura de la función Hamiltoniana aprendida para cumplir estrictamente con los requisitos de estabilidad local.

• Arquitectura de la Red Neuronal Hamiltoniana:
  En lugar de aprender $H(x)$ directamente, se propone una estructura compuesta:
  $$\hat{H}(x) = NN_H(x) \cdot h(\sigma(\|x - x_{eq}\|_2))$$
  Donde:

  • $NN_H(x)$ es una red neuronal estándar que aproxima la forma general de la energía.
  • $h(\cdot)$ es una función de "paso suave" predefinida y diferenciable.
  • $\sigma(\cdot)$ es una función suave que maneja la distancia al equilibrio.
  • $x_{eq}$ es el equilibrio estable conocido.

  Mecanismo de Estabilidad:
  La función $h(\cdot)$ se diseña para ser cero en la vecindad inmediata de $x_{eq}$ y sus derivadas también se anulan en ese punto. Esto garantiza matemáticamente que $\nabla_x \hat{H}(x_{eq}) = 0$ y que $x_{eq}$ es un mínimo estricto local de la función aprendida. Fuera de una región de radio $b$ alrededor del equilibrio, $h(\cdot) = 1$, permitiendo que la red neuronal aprenda la dinámica global sin restricciones locales.

• Extensión a Múltiples Equilibrios:
  Para sistemas con $n_{eq}$ equilibrios estables aislados, se define una función Hamiltoniana global como una combinación ponderada de las funciones locales:
  $$\hat{H}(x) = NN_H(x) \cdot h_{\Sigma}(x; x^{(1)}_{eq}, \dots, x^{(n_{eq})}_{eq})$$
  Donde $h_{\Sigma}$ suma las funciones de activación locales. Se asegura que las regiones de activación de cada equilibrio no se superpongan, permitiendo analizar la estabilidad de cada punto de equilibrio individualmente dentro de su vecindad.

• Entrenamiento:
  El modelo se entrena minimizando una función de pérdida que incluye el error de predicción de la dinámica (integrando las ecuaciones diferenciales del PHS con integradores simplécticos) y una regularización. No se requiere un término de regularización para forzar el gradiente a cero, ya que la arquitectura lo garantiza por diseño.

3. Contribuciones Clave

1. Nueva Función Hamiltoniana Neuronal: Se introduce una arquitectura que asegura la estabilidad en múltiples equilibrios estables, superando la limitación de las funciones convexas asumidas en métodos anteriores.
2. Análisis de Estabilidad Riguroso: Se proporciona una demostración teórica (basada en el teorema de Lyapunov y el lema de mínimos estrictos) que garantiza que los equilibrios aprendidos son estables (y asintóticamente estables si la matriz de disipación es definida positiva).
3. Relajación de la Convexidad: El método permite modelar Hamiltonianos no convexos, lo que aumenta la expresividad y la capacidad de generalización del modelo para sistemas físicos complejos.
4. Validación Empírica: Se demuestra que el enfoque supera a los métodos basados en ICNN en precisión y capacidad de preservar la dinámica correcta en múltiples puntos de operación.

4. Resultados Experimentales

Se realizaron dos experimentos numéricos para validar el enfoque:

• Caso 1: Red de Toda (Toda Lattice):

  • Un sistema no lineal con un único equilibrio estable en el origen.
  • Resultado: El modelo propuesto capturó con mayor precisión la dinámica (Hamiltoniano, salida y magnitud de estado) bajo señales de entrada sinusoidal y de pulso en comparación con el método PH-ICNN. El modelo propuesto mostró una convergencia más rápida y precisa al equilibrio tras perturbaciones.

• Caso 2: Péndulo Doble (Double Pendulum):

  • Un sistema altamente no lineal con Hamiltoniano no convexo e infinitos equilibrios estables (debido a la periodicidad de los ángulos).
  • Resultado:
    • El modelo PH-ICNN falló al intentar modelar equilibrios distintos al origen, forzando la convergencia hacia $(0,0)$ incluso cuando la física real requería converger a otros puntos (ej. $2\pi, 2\pi$).
    • El modelo propuesto logró converger correctamente a los diferentes puntos de equilibrio estables ($x_{eq} = [2\pi, 2\pi, 0, 0]$, etc.) y reprodujo las trayectorias transitorias con alta fidelidad, demostrando su capacidad para manejar múltiples equilibrios aislados en una sola red neuronal.

5. Significado e Impacto

Este trabajo representa un avance significativo en el aprendizaje automático para sistemas físicos (Physics-Informed Machine Learning):

• Viabilidad para Sistemas Reales: Al eliminar la restricción de convexidad, el método se vuelve aplicable a una gama mucho más amplia de sistemas físicos reales (mecánicos, eléctricos, térmicos) que poseen múltiples estados de operación estables.
• Seguridad y Robustez: La garantía teórica de estabilidad local es crucial para aplicaciones de control, donde un modelo inestable o que predice el comportamiento incorrecto en un punto de operación podría llevar a fallos catastróficos.
• Eficiencia de Modelado: Permite utilizar una sola red neuronal para modelar comportamientos complejos con múltiples equilibrios, evitando la necesidad de integrar múltiples modelos locales o dividir el espacio de estados.

En conclusión, la propuesta ofrece un marco robusto para el aprendizaje de sistemas dinámicos que respeta las leyes físicas fundamentales, superando las limitaciones de las aproximaciones convexas tradicionales y abriendo nuevas posibilidades para el control y la simulación de sistemas complejos.