⚡ electrical engineering

Set-Based Value Function Characterization and Neural Approximation of Stabilization Domains for Input-Constrained Discrete-Time Systems

Cet article propose un cadre novateur utilisant des fonctions de valeur définies sur des espaces métriques et des réseaux de neurones à base physique pour caractériser et approximer les domaines de stabilisation des systèmes discrets non linéaires à contraintes d'entrée.

Auteurs originaux : Mohamed Serry, S. Sivaranjani, Jun Liu

Publié 2026-04-02

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Mohamed Serry, S. Sivaranjani, Jun Liu

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de garer une voiture très difficile à manœuvrer (un système non linéaire) dans un garage très étroit (l'objectif de stabilisation), mais avec une contrainte majeure : vous ne pouvez tourner le volant que dans une certaine limite (contrainte d'entrée).

Le problème fondamental que cette recherche tente de résoudre est le suivant : Comment savoir exactement quelles positions de départ permettent de réussir à garer la voiture sans la faire sortir du garage, et comment trouver la meilleure trajectoire pour y arriver ?

Voici une explication simple de la méthode proposée par les auteurs, Mohamed Serry, S. Sivaranjani et Jun Liu, en utilisant des analogies quotidiennes.

1. Le Problème : La "Zone de Sécurité" Mystérieuse

Dans le monde du contrôle automatique, on cherche souvent à définir la Domaine de Stabilisation (DOS). C'est comme une "zone de sécurité" invisible autour de votre garage.

Si vous commencez à garer votre voiture dans cette zone, vous pouvez, avec la bonne technique, finir par vous garer parfaitement.
Si vous commencez en dehors, c'est perdu d'avance, peu importe ce que vous faites.

Le problème, c'est que pour les systèmes complexes (comme cette voiture difficile), personne ne connaît la forme exacte de cette zone. Les méthodes classiques sont soit trop conservatrices (elles disent que la zone est très petite alors qu'elle est grande), soit trop complexes à calculer.

2. La Solution : Une "Carte de la Montagne" (Fonction de Valeur)

Les auteurs proposent une nouvelle façon de voir les choses. Au lieu de chercher la zone directement, ils créent une carte topographique (une fonction de valeur).

L'analogie de la montagne : Imaginez que votre garage est au fond d'une vallée profonde (la valeur est 0). Plus vous êtes loin du garage, plus vous êtes haut sur une montagne (la valeur augmente).
La règle d'or : Si vous êtes sur une pente qui descend toujours vers la vallée, vous pouvez atteindre le garage. Si vous êtes sur un plateau ou une falaise, vous ne pouvez pas.
Le défi : Pour les systèmes avec des contraintes (comme le volant limité), cette carte n'est pas une simple surface lisse. Elle doit tenir compte de toutes les possibilités de mouvement. C'est là que leur innovation intervient.

3. L'Innovation : Regarder le "Nuage" plutôt que le "Point"

Habituellement, on essaie de prédire où ira la voiture à partir d'un point précis. Les auteurs disent : "Non, regardons le nuage de toutes les positions possibles que la voiture pourrait atteindre à l'instant suivant, compte tenu de toutes les façons dont on pourrait tourner le volant."

L'analogie du nuage de fumée : Au lieu de suivre une seule trajectoire, ils imaginent un nuage de fumée qui s'étend à chaque seconde.
Ils définissent une "valeur" pour ce nuage entier. Si le nuage finit par se contracter et disparaître dans le garage, alors la valeur est bonne.
Cela leur permet d'écrire une équation mathématique (une équation de type Bellman) qui décrit comment ce "nuage" évolue. C'est comme une recette de cuisine qui dit : "Si vous mélangez ce nuage avec vos options de direction, voici ce que vous obtiendrez la seconde d'après."

4. L'Apprentissage : L'IA qui apprend la recette

Calculer cette carte pour chaque point possible est impossible pour un ordinateur classique (trop de calculs). Alors, ils utilisent une Intelligence Artificielle (Réseau de Neurones).

L'approche "Physique-Informée" : Au lieu de donner à l'IA des milliers d'exemples de voitures garées (ce qui prendrait trop de temps), on lui donne la recette mathématique (l'équation de Bellman décrite plus haut).
Le processus : On dit à l'IA : "Tu dois apprendre à dessiner cette carte de montagne, mais tu dois respecter cette règle stricte : si tu es ici, la valeur doit être égale à la valeur de là-bas plus un petit coût."
L'IA essaie de dessiner la carte, vérifie si elle respecte la règle, corrige son dessin, et recommence. C'est comme un élève qui apprend à jouer du piano non pas en écoutant des enregistrements, mais en s'assurant que ses doigts respectent toujours la partition.

5. Les Résultats : Une carte plus précise et un pilote automatique

En testant cette méthode sur deux exemples (un système en 2D et un en 3D), les auteurs montrent que :

La carte est plus précise : La "zone de sécurité" trouvée par l'IA est beaucoup plus grande et plus proche de la réalité que celle trouvée par les méthodes anciennes (qui étaient trop prudentes).
Le pilote automatique : Une fois la carte apprise, l'IA peut dire à la voiture : "Regarde ta position sur la carte. Pour descendre vers le garage, tourne le volant vers la droite." Cela crée un contrôleur qui fonctionne même avec les contraintes de direction.

En Résumé

Cette recherche est comme si on apprenait à un robot à comprendre les limites d'un labyrinthe complexe. Au lieu de lui faire explorer chaque recoin à l'aveugle, on lui donne les lois de la physique du labyrinthe et on le laisse "imaginer" la carte complète. Grâce à cette carte, le robot sait exactement où il peut commencer pour sortir du labyrinthe et comment s'y prendre pour y arriver, même si ses jambes sont un peu raides (contraintes).

C'est une avancée majeure pour rendre les systèmes automatisés (voitures autonomes, drones, robots industriels) plus sûrs et plus efficaces dans des environnements réels et complexes.

1. Problématique

L'article s'attaque au problème fondamental du contrôle des systèmes non linéaires discrets avec contraintes d'entrée. L'objectif est de concevoir des contrôleurs stabilisants et, surtout, de caractériser avec précision le Domaine de Stabilisation (DOS). Le DOS est défini comme l'ensemble des conditions initiales qui peuvent être amenées asymptotiquement vers un ensemble invariant contrôlé (CIS) ou un point d'équilibre désiré.

Les défis majeurs identifiés sont :

Limites des méthodes existantes : Les approches classiques (linéarisation, fonctions de Lyapunov de contrôle, MPC) garantissent souvent une stabilité locale, mais le domaine d'attraction du contrôleur résultant est fréquemment strictement inférieur au DOS réel, en particulier sous contraintes d'entrée.
Complexité computationnelle : Les méthodes basées sur les fonctions de valeur (équations de Bellman) offrent une caractérisation exacte du DOS, mais leur résolution nécessite une discrétisation de l'espace d'état, entraînant une explosion combinatoire ("curse of dimensionality").
Intégration des contraintes : Les approches d'apprentissage par renforcement ou les réseaux de neurones (NN) récents imposent souvent des conditions de Lyapunov pendant l'entraînement, mais ne garantissent pas la maximalité du DOS estimé et peinent à intégrer directement les opérateurs d'infimum (recherche de contrôle optimal) dans les équations d'apprentissage physique.

2. Méthodologie Proposée

Les auteurs proposent un cadre novateur combinant la théorie des ensembles compacts et l'apprentissage profond physique (Physics-Informed Neural Networks - PINN).

A. Fonctions de Valeur Basées sur les Ensembles

Au lieu de définir la fonction de valeur sur l'espace d'état ponctuel $\mathbb{R}^n$ , les auteurs la définissent sur l'espace métrique des ensembles compacts $K(\mathbb{R}^n)$ muni de la distance de Hausdorff.

Définition : Une fonction de coût $\alpha(x)$ est définie en fonction de la distance à l'ensemble cible $A$ . La fonction de valeur $V(X)$ pour un ensemble $X$ est la somme infinie des coûts minimaux sur les ensembles atteignables $R(X, k)$ .
Caractérisation du DOS : Le théorème principal établit que le DOS $D_A$ correspond exactement à l'ensemble des points $x$ tels que la fonction de valeur $V(\{x\})$ est finie (ou que la fonction transformée $W(\{x\}) < 1$ ).
Équations de Bellman (Zubov-type) : Les auteurs dérivent des équations fonctionnelles de type Bellman pour $V$ et $W$ . Contrairement aux équations classiques, ces formulations évitent l'opérateur d'infimum explicite sur les entrées de contrôle dans la forme finale, en exploitant la dynamique de l'ensemble atteint $F(X) = f(X, U)$ . Cela permet d'éviter les problèmes d'optimisation non convexe lors de l'entraînement.

B. Approximation par Réseaux de Neurones (PINN)

Pour rendre le problème traitable, une approche d'apprentissage physique est développée :

Approximation à horizon fini : Les ensembles atteignables $R(X, k)$ sont approchés par un ensemble fini de trajectoires simulées (échantillonnage d'entrées).
Représentation des ensembles : Une hypothèse structurelle permet de mapper les singletons $\{x\}$ et les ensembles atteints $F(\{x\})$ vers un espace vectoriel de dimension finie $\mathbb{R}^L$ via une application injective $T$ (par exemple, en utilisant des hyper-rectangles ou des zonotopes).
Fonction de perte : Un réseau de neurones $\tilde{\omega}_{nn}$ $\tilde{ω}_{nn}$ est entraîné pour approximer la fonction $W$ $W$ . La fonction de perte est une combinaison de :
- Perte basée sur les données ( $L_d$ ) : Minimise l'écart entre la sortie du réseau et l'approximation à horizon fini de la fonction de valeur.
- Perte physique ( $L_{pi}$ ) : Impose que la sortie du réseau satisfait l'équation fonctionnelle de Bellman (équation 9 du papier) en minimisant le résidu de l'équation.

C. Synthèse du Contrôleur

Une fois la fonction de valeur apprise, un contrôleur stabilisant est extrait par une recherche sur grille (grid-based search) qui sélectionne l'entrée de contrôle minimisant la fonction de valeur apprise, tout en respectant les contraintes d'entrée.

3. Contributions Clés

Nouvelle Caractérisation Théorique : Introduction de fonctions de valeur définies sur des espaces métriques d'ensembles compacts, permettant de caractériser le DOS sans discrétisation explicite de l'espace d'état ponctuel.
Équations Fonctionnelles Sans Infimum : Dérivation d'équations de type Bellman/Zubov qui éliminent la nécessité de résoudre un problème d'optimisation (infimum sur $u$ ) à chaque pas de temps, facilitant ainsi l'intégration dans les frameworks d'apprentissage profond.
Cadre d'Apprentissage Physique : Développement d'une méthode PINN qui intègre directement les équations dynamiques et les conditions de stabilité dans la fonction de perte, garantissant une meilleure qualité d'approximation que les approches purement data-driven.
Preuves de Convergence et Unicité : Établissement rigoureux des propriétés de continuité, de monotonie et d'unicité des solutions aux équations fonctionnelles proposées.

4. Résultats Numériques

L'approche a été validée sur deux systèmes non linéaires discrets (un système 2D et un système 3D) avec contraintes d'entrée :

Comparaison : Les estimations du DOS obtenues par le réseau de neurones sont significativement moins conservatrices que celles obtenues par les méthodes classiques basées sur des fonctions de Lyapunov quadratiques.
Précision : Les domaines estimés ( $D_{nn}$ ) correspondent très étroitement aux domaines théoriques (les ensembles de niveau 1 des fonctions de valeur), avec des seuils $\omega_2 \approx 0.97$ .
Performance du Contrôleur : Les trajectoires simulées avec le contrôleur extrait convergent vers l'origine tout en respectant strictement les contraintes d'entrée.
Efficacité : Le temps de calcul (génération de données + entraînement) reste raisonnable (environ 5 à 15 minutes sur un ordinateur portable standard), démontrant la scalabilité de la méthode.

5. Signification et Perspectives

Ce travail représente une avancée significative dans le contrôle des systèmes non linéaires contraints. Il comble le fossé entre les garanties théoriques des méthodes basées sur les fonctions de valeur (exactitude du DOS) et la scalabilité des méthodes d'apprentissage automatique.

Implications :

Permet de concevoir des contrôleurs avec des domaines d'attraction beaucoup plus larges, essentiels pour les applications où les contraintes sont sévères.
Offre une alternative aux méthodes de vérification formelle coûteuses en fournissant des estimations certifiées par la structure de l'équation apprise.

Travaux Futurs :
Les auteurs prévoient d'intégrer des outils de vérification formelle (comme $\alpha,\beta$ -CROWN ou les solveurs SMT) pour obtenir des garanties de correction rigoureuses sur les réseaux de neurones appris. Ils souhaitent également étendre le cadre aux systèmes avec contraintes d'état et perturbations, et assouplir les conditions suffisantes pour que les fonctions de valeur soient des fonctions de Lyapunov de contrôle.