⚡ electrical engineering

System Level Synthesis for Affine Control Policies: Model Based and Data-Driven Settings

यह शोध पत्र एक नवीन क्लोज्ड-लूप पैरामीट्राइजेशन प्रस्तुत करता है जो मॉडल-आधारित और डेटा-संचालित दोनों परिवेशों में सिस्टम लेवल सिंथेसिस (SLS) को टाइम-वेरिंग एफाइन कंट्रोल पॉलिसीज तक विस्तारित करता है, जिससे सामान्य मॉडल प्रेडिक्टिव कंट्रोल (MPC) समस्याओं के समकक्ष फॉर्मुलेशन सक्षम होते हैं जो पारंपरिक दृष्टिकोणों के तुलनीय प्रदर्शन प्राप्त करते हैं।

मूल लेखक: Lukas Schüepp, Giulia De Pasquale, Florian Dörfler, Carmen Amo Alonso

प्रकाशित 2026-01-29

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Lukas Schüepp, Giulia De Pasquale, Florian Dörfler, Carmen Amo Alonso

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

एक बड़ी तस्वीर: रोबोट को बिना नक्शे के गाड़ी चलाना सिखाना

कल्पना कीजिए कि आप एक रोबोट को बिंदु A से बिंदु B तक कार चलाना सिखाने की कोशिश कर रहे हैं। कार में एक अजीब सी खामी है: ट्रंक में भारी वजन होने के कारण यह हमेशा थोड़ा दाईं ओर झुक जाती है (यह सिस्टम का "एफ़ाइन" (affine) हिस्सा है)।

लंबे समय से, इंजीनियरों के पास इसे हल करने के दो मुख्य तरीके थे:

मैप विधि (मॉडल-आधारित/Model-Based): आप कार के भौतिक विज्ञान (physics) का एक सटीक गणितीय नक्शा बनाते हैं। आप गणना करते हैं कि उस भारी वजन के प्रभाव को कम करने के लिए स्टीयरिंग व्हील को ठीक कितना घुमाना चाहिए।
मेमोरी विधि (डेटा-संचालित/Data-Driven): आपको भौतिक विज्ञान का पता नहीं है, लेकिन आपके पास अतीत में कार के सही ढंग से चलने का एक वीडियो रिकॉर्डिंग है। आप रोबोट को बताते हैं, "बस वही करो जो वीडियो में काम कर रहा था।"

समस्या:
अधिकांश मौजूदा "स्मार्ट" नियंत्रण विधियाँ (जैसे कि सिस्टम लेवल सिंथेसिस या SLS नामक विधि) बड़े और जटिल सिस्टम को संभालने में बहुत अच्छी हैं, लेकिन वे बहुत कठोर हैं। वे केवल तभी काम करती हैं जब कार बिल्कुल सीधी रेखा में चलती है (लीनियर)। यदि कार में वह भारी वजन है जो लगातार एक तरफ झुकाव पैदा कर रहा है, या यदि सड़क की स्थितियां बदल जाती हैं, तो ये पुरानी विधियाँ संघर्ष करती हैं। वे एक घुमावदार समस्या पर सीधी रेखा वाला समाधान थोपने की कोशिश करती हैं, जो कि कुशल नहीं है।

नया विचार: "ड्रिफ्ट-अवेयर" (Drift-Aware) जीपीएस

यह शोध पत्र एक नए तरीके की तरह है जिससे सिस्टम को नियंत्रित किया जाता है, जिसे एफ़ाइन सिस्टम लेवल सिंथेसिस (Affine System Level Synthesis) कहा जाता है।

पुरानी विधि को एक ऐसे जीपीएस की तरह समझें जो केवल पूरी तरह से समतल, सीधी हाईवे पर गाड़ी चलाने को जानता है। अगर सड़क ढलान वाली हो या कार में भारी भार हो, तो यह भ्रमित हो जाता है।

लेखकों की नई विधि एक ऐसे जीपीएस की तरह है जो "ड्रिफ्ट" (झुकाव/खिसकाव) को समझता है। यह समझता है कि कभी-कभी उस भारी वजन के कारण सीधा रहने के लिए आपको थोड़ा बाईं ओर स्टीयरिंग मोड़ना पड़ सकता है। यह नियंत्रण नीति (control policy) को दो भागों में विभाजित करने की अनुमति देता है:

प्रतिक्रिया (The Reaction): "यदि कार बाईं ओर झुकती है, तो दाईं ओर मुड़ें।" (यह लीनियर हिस्सा है)।
निरंतर धक्का (The Constant Push): "साथ ही, उस भारी वजन से लड़ने के लिए हमेशा स्टीयरिंग को थोड़ा दाईं ओर घुमाकर रखें।" (यह नया "एफ़ाइन" हिस्सा है)।

उन्होंने यह कैसे किया (दो सेटिंग्स)

शोध पत्र दिखाता है कि यह नई विधि दो अलग-अलग परिदृश्यों में काम करती है:

1. "मुझे नियम पता हैं" परिदृश्य (मॉडल-आधारित/Model-Based)
कल्पना कीजिए कि आपके पास कार का मैनुअल है और आपको पता है कि ट्रंक में कितना वजन है।

उन्होंने क्या किया: उन्होंने गणित को इस तरह से फिर से लिखा ताकि कंप्यूटर ट्रैफिक के प्रति प्रतिक्रिया करते हुए भी उस निरंतर वजन को ध्यान में रखते हुए रास्ता प्लान कर सके।
परिणाम: उन्होंने सिद्ध किया कि यह नया तरीका गणितीय रूप से सबसे अच्छे पारंपरिक नियोजन (planning) के समान ही है। यह केवल एक ही निर्देश को लिखने का एक अलग, अधिक लचीला तरीका है।

2. "मेरे पास केवल एक वीडियो है" परिदृश्य (डेटा-संचालित/Data-Driven)
कल्पना कीजिए कि आपके पास कार का मैनुअल नहीं है। आपको नहीं पता कि ट्रंक का वजन कितना है या इंजन की शक्ति कितनी है। आपके पास केवल कार के सफल ड्राइविंग का एक वीडियो है।

उन्होंने क्या किया: उन्होंने एक "हैंकेल मैट्रिक्स" (Hankel Matrix - इसे एक विशाल, व्यवस्थित स्क्रैपबुक की तरह समझें जिसमें कार की हर हरकत दर्ज है) का उपयोग करके एक ट्रिक बनाई। उन्होंने दिखाया कि आप इस स्क्रैपबुक को देखकर भविष्य में कार को कैसे चलाना है, यह सीख सकते हैं, जिसमें उस निरंतर वजन को संभालना भी शामिल है, भले ही आपको वजन का वास्तविक मूल्य पता न हो।
परिणाम: रोबोट अतीत के उदाहरणों को देखकर ही कार को पूरी तरह से चलाना सीख सकता है, भले ही सिस्टम में वह निरंतर "ड्रिफ्ट" मौजूद हो।

"अहा!" मोमेंट: यह क्यों मायने रखता है

लेखकों ने एक पावर ग्रिड जनरेटर के मॉडल का उपयोग करके एक सिमुलेशन चलाया (जिसमें स्वाभाविक रूप से घर्षण होता है, जो कि ट्रंक के उस भारी वजन की तरह कार्य करता है)।

उन्होंने तीन ड्राइवरों की तुलना की:

पारंपरिक ड्राइवर: मार्ग की योजना बनाने के लिए मानक, जटिल गणित का उपयोग करता है।
नया "ड्रिफ्ट-अवेयर" ड्राइवर (मॉडल-आधारित): ज्ञात भौतिक विज्ञान के साथ उनके नए तरीके का उपयोग करता है।
नया "ड्रिफ्ट-अवेयर" ड्राइवर (डेटा-संचालित): केवल पिछले वीडियो डेटा के साथ उनके नए तरीके का उपयोग करता है।

परिणाम: तीनों ड्राइवर बिल्कुल उसी समय गंतव्य पर पहुंचे, बिल्कुल एक ही रास्ता लिया, और ईंधन की बिल्कुल समान मात्रा का उपयोग किया।

निष्कर्ष (The Takeaway)

यह शोध पत्र किसी नए प्रकार की कार या इंजन का आविष्कार नहीं करता है। इसके बजाय, यह ड्राइवर के लिए निर्देश पुस्तिका (instruction manual) लिखने का एक नया तरीका आविष्कार करता है।

पुराना मैनुअल: "जहाँ आप हैं, उसके आधार पर पहिया घुमाएं।" (यदि निरंतर ड्रिफ्ट है तो विफल हो जाता है)।
नया मैनुअल: "जहाँ आप हैं, उसके आधार पर पहिया घुमाएं, साथ ही ड्रिफ्ट के लिए एक निरंतर समायोजन (adjustment) भी करें।"

लेखकों ने सिद्ध किया कि यह नया मैनुअल पुराने, जटिल मैनुअल जितना ही अच्छा काम करता है, लेकिन यह बहुत अधिक लचीला है। यह तब भी काम करता है जब आप कार के भौतिक विज्ञान को पूरी तरह से जानते हैं या जब आप पूरी तरह से पिछले वीडियो फुटेज से सीख रहे होते हैं। यह जटिल, वास्तविक दुनिया के सिस्टम (जैसे पावर ग्रिड या सोशल नेटवर्क) को नियंत्रित करने का मार्ग प्रशस्त करता है जो पूरी तरह से सीधी रेखाओं में व्यवहार नहीं करते हैं।

तकनीकी सारांश: एफाइन कंट्रोल पॉलिसीज़ के लिए सिस्टम लेवल सिंथेसिस

समस्या का निरूपण
जटिल, गैर-रेखीय गतिकी (non-linear dynamics) वाले सिस्टम्स के लिए पारंपरिक मॉडल प्रेडिक्टिव कंट्रोल (MPC) अक्सर रेखीय सन्निकटन (linear approximations) या पीसवाइज एफाइन समाधानों पर निर्भर करता है जो वैश्विक रूप से लक्षण वर्णन करने में कठिन होते हैं। जबकि सिस्टम लेवल सिंथेसिस (SLS) बड़े पैमाने के रेखीय सिस्टम्स के लिए कंट्रोलर्स डिजाइन करने के लिए एक शक्तिशाली फ्रेमवर्क के रूप में उभरा है, मौजूदा SLS दृष्टिकोण रेखीय सिस्टम्स और समय-परिवर्ती रेखीय नियंत्रण नीतियों (time-varying linear control policies) तक ही सीमित हैं। यह सीमा SLS को अनुकूलतम MPC समाधानों की अंतर्निहित पीसवाइज एफाइन प्रकृति को पकड़ने से रोकती है, विशेष रूप से स्थिर ऑफसेट्स (एफाइन सिस्टम्स) और बाधाओं (constraints) वाले सिस्टम्स के लिए। इसके अलावा, जबकि डेटा-संचालित नियंत्रण विधियों ने प्रगति की है, बाधाओं के तहत एफाइन नीतियों के लिए क्लोज्ड-लूप फॉर्मुलेशन के साथ उन्हें एकीकृत करना एक खुला चुनौती बना हुआ है।

कार्यप्रणाली
यह शोध पत्र एक नवीन क्लोज्ड-लूप पैरामीट्राइजेशन पेश करता है जो SLS फ्रेमवर्क को समय-परिवर्ती एफाइन कंट्रोल पॉलिसीज़ को समायोजित करने के लिए विस्तारित करता है। मुख्य कार्यप्रणाली में दो प्राथमिक सेटिंग्स शामिल हैं:

मॉडल-आधारित सेटिंग:
लेखक एक डिस्क्रीट-टाइम वेरिएंट एफाइन सिस्टम $x(t+1) = A(t)x(t) + B(t)u(t) + s + w(t)$ को परिभाषित करते हैं, जहाँ $s$ एक स्थिर पद (constant term) है। वे एक एफाइन कंट्रोल पॉलिसी प्रस्तावित करते हैं जिसका रूप $u_t = \sum_{\tau=0}^t K_{t,\tau}x_\tau + u^s_t$ है। ब्लॉक-डायगोनल ऑपरेटर्स और ब्लॉक-डाउनशिफ्ट ऑपरेटर $Z$ का उपयोग करते हुए, वे एक क्लोज्ड-लूप पैरामीट्राइजेशन प्राप्त करते हैं जहाँ स्टेट और इनपुट ट्राजेक्टरीज ( $x, u$ ), डिस्टर्बेंस $w$ और एक स्थिर पद (एक स्केलर 1 द्वारा प्रतिनिधित्व) के रेखीय मानचित्र (linear maps) के रूप में व्यक्त किए जाते हैं।

थ्योरम 1 यह स्थापित करता है कि एफाइन पॉलिसीज़ के तहत सभी संभावित क्लोज्ड-लूप मैप्स का सेट सिस्टम मैट्रिसेस और नए रिस्पॉन्स पैरामीटर्स ( $\Phi_x, \phi_x, \Phi_u, \phi_u$ ) के शामिल एक एफाइन सबस्पेस कंस्ट्रेंट द्वारा लक्षणित होता है।
कोरोलरी 2 प्रदर्शित करती है कि मानक MPC ऑप्टिमाइज़ेशन समस्या (एक क्वाड्रेटिक कॉस्ट को एफाइन कंस्ट्रेंट्स के अधीन न्यूनतम करना) को इन क्लोज्ड-लूप मैप्स पर एक समतुल्य ऑप्टिमाइज़ेशन के रूप में पुनर्गठित किया जा सकता है। यह MPC समस्या को कंट्रोल इनपुट्स के बजाय सिस्टम रिस्पॉन्स के स्पेस में सीधे हल करने की अनुमति देता है।

डेटा-संचालित सेटिंग:
उन परिदृश्यों में जहाँ सिस्टम मैट्रिसेस $A, B, s$ अज्ञात हैं, लेखक विलेम्स के फंडामेंटल लेम्मा (Willems' Fundamental Lemma) का उपयोग करते हैं जिसे एफाइन सिस्टम्स के लिए अनुकूलित किया गया है।

थ्योरम 2 दिखाती है कि टाइम-इनवेरिएंट एफाइन सिस्टम्स के लिए, क्लोज्ड-लूप सिस्टम रिस्पॉन्स को पिछले स्टेट और इनपुट डेटा के एक पर्सिस्टेंटली एक्साइटिंग (PE) ट्राजेक्टरी से निर्मित हेंकेल मैट्रिसेस (Hankel matrices) का उपयोग करके समतुल्य रूप से वर्णित किया जा सकता है।
कोरोलरी 3 MPC समस्या को पूरी तरह से इन डेटा-संचालित हेंकेल मैट्रिसेस और ऑक्जिलरी वेरिएबल्स ( $G, \hat{g}$ ) के संदर्भ में पुनर्गठित करती है, जिससे स्पष्ट सिस्टम आइडेंटिफिकेशन की आवश्यकता समाप्त हो जाती है।

प्रमुख योगदान

SLS का सामान्यीकरण: यह कार्य SLS फ्रेमवर्क को समय-परिवर्ती एफाइन पॉलिसीज़ तक विस्तारित करने वाला पहला विस्तार प्रदान करता है, जो एफाइन व्यवहारों को कैप्चर करने की अनुमति देता है जो बाधाओं वाले MPC समस्याओं में अंतर्निहित होते हैं।
क्लोज्ड-लूप MPC पुनर्गठन: यह क्लोज्ड-लूप मैप्स का उपयोग करके सामान्य MPC समस्याओं (क्वाड्रेटिक कॉस्ट, एफाइन प्रेडिक्शन मॉडल्स और पोलिटोपिक कंस्ट्रेंट्स के साथ) के लिए एक समतुल्य फॉर्मुलेशन स्थापित करता है, जो मॉडल-आधारित और डेटा-संचालित दोनों सेटिंग्स में है।
डेटा-संचालित एफाइन SLS: यह शोध पत्र एक डेटा-संचालित पैरामीट्राइजेशन पेश करता है जो केवल पिछले ट्राजेक्टरी डेटा पर निर्भर करता है, जिससे स्थिर पद $s$ या सिस्टम मैट्रिसेस के स्पष्ट ज्ञान की आवश्यकता समाप्त हो जाती है।

परिणाम
लेखक एक पावर सिस्टम जनरेटर के लीनियरलाइज्ड स्विंग डायनेमिक्स मॉडल पर अपने दृष्टिकोण को मान्य करने के लिए संख्यात्मक प्रयोगों का उपयोग करते हैं, जिसमें निरंतर कूलम्ब घर्षण (एक एफाइन टर्म) शामिल है। सिमुलेशन तीन कंट्रोलर्स की तुलना करता है:

पारंपरिक मॉडल-आधारित MPC।
मॉडल-आधारित एफाइन SLS।
डेटा-संचालित एफाइन SLS।

परिणाम दर्शाते हैं कि दोनों मॉडल-आधारित और डेटा-संचालित एफाइन SLS फॉर्मुलेशन पारंपरिक मॉडल-आधारित MPC के बराबर प्रदर्शन प्राप्त करते हैं। विशेष रूप से, तीनों विधियों द्वारा उत्पन्न स्टेट और इनपुट ट्राजेक्टरीज समान हैं, जो पुष्टि करती हैं कि प्रस्तावित पैरामीट्राइजेशन मूल गैर-कॉन्वेक्स या उच्च-आयामी इनपुट-स्पेस समस्या को हल करने के कम्प्यूटेशनल बोझ के बिना सटीक रूप से अनुकूलतम MPC समाधान को रिकवर कर सकता है।

महत्व और दावे
यह पेपर दावा करता है कि यह मॉडल-आधारित और डेटा-संचालित दोनों सेटिंग्स में एफाइन पॉलिसीज़ के लिए सिस्टम लेवल सिंथेसिस को विस्तारित करने वाला पहला कार्य है। इसका प्राथमिक महत्व SLS के सैद्धांतिक लाभों (जैसे वितरित नियंत्रण और मजबूती) और वास्तविक दुनिया के MPC अनुप्रयोगों में पाए जाने वाले एफाइन डायनेमिक्स और बाधाओं को संभालने की व्यावहारिक आवश्यकता के बीच के अंतर को पाटने में निहित है। एफाइन डायनेमिक्स के लिए क्लोज्ड-लूप मैप्स का उपयोग करके MPC के लिए एक समतुल्य फॉर्मुलेशन को सक्षम बनाकर, यह दृष्टिकोण उन सिस्टम्स के लिए कंट्रोलर्स के डिजाइन को सुगम बनाता है जहाँ रेखीय नीतियां अपर्याप्त हैं, जबकि SLS फ्रेमवर्क के कम्प्यूटेशनल और स्ट्रक्चरल लाभों को बनाए रखता है। लेखक नोट करते हैं कि जबकि वर्तमान कार्य नोमिनल कंट्रोल पर केंद्रित है, स्थिरता गारंटी के साथ डिस्ट्रिब्यूटेड मामलों के लिए विस्तार भविष्य के कार्य के लिए छोड़े गए हैं।

एक बड़ी तस्वीर: रोबोट को बिना नक्शे के गाड़ी चलाना सिखाना

नया विचार: "ड्रिफ्ट-अवेयर" (Drift-Aware) जीपीएस

उन्होंने यह कैसे किया (दो सेटिंग्स)

"अहा!" मोमेंट: यह क्यों मायने रखता है

निष्कर्ष (The Takeaway)

इसी तरह के और पेपर