Distributed model predictive control without terminal cost under inexact distributed optimization

तकनीकी सारांश: अनिश्चित वितरित अनुकूलन के तहत टर्मिनल लागत के बिना वितरित मॉडल प्रेडिक्टिव कंट्रोल (DMPC)

समस्या विवरण
यह शोध पत्र युग्मित बाधाओं (coupled constraints) वाले वितरित रैखिक डिस्क्रीट-टाइम सिस्टम के नियंत्रण को संबोधित करता है। प्राथमिक चुनौती एक ऐसा वितरित मॉडल प्रेडिक्टिव कंट्रोल (DMPC) तंत्र डिजाइन करना है जो टर्मिनल लागत (terminal costs) या टर्मिनल सेट्स पर निर्भर किए बिना क्लोज्ड-लूप स्थिरता सुनिश्चित करता है। पारंपरिक DMPC दृष्टिकोण अक्सर स्थिरता सुनिश्चित करने के लिए विभाज्य टर्मिनल लागतों और सेट्स पर निर्भर करते हैं; हालाँकि, जब बाधाओं में सभी स्टेट वेरिएबल्स शामिल होते हैं और उन्हें आसानी से अलग नहीं किया जा सकता है, तो वे अनुकूलता संबंधी समस्याओं का सामना कर सकते हैं। इसके अतिरिक्त, व्यावहारिक वास्तविक-समय अनुप्रयोगों में, वितरित अनुकूलन एल्गोरिदम अक्सर कम्प्यूटेशनल या संचार सीमाओं के कारण इटरेशन को जल्दी समाप्त कर देते हैं, जिसके परिणामस्वरूप "अनिश्चित" (inexact) न्यूनीकरण होता है। यह शीघ्र समापन अनुकूलन प्रक्रिया के दौरान बाधा उल्लंघन (constraint violations) का कारण बन सकता है, जो सुरक्षा-महत्वपूर्ण प्रणालियों के लिए अत्यंत महत्वपूर्ण है। इस शोध पत्र का उद्देश्य एक समानांतर DMPC दृष्टिकोण विकसित करना है जो अनिश्चित वितरित अनुकूलन के तहत भी स्थिरता सुनिश्चित करता है और अनुकूलन इटरेशन के दौरान व्यवहार्यता (feasibility) बनाए रखता है।

कार्यप्रणाली (Methodology)
प्रस्तावित ढांचा तीन मुख्य घटकों को एकीकृत करता है: एक नवीन स्थिरता सूत्रीकरण (stability formulation), एक वितरित संश्लेषण दृष्टिकोण (distributed synthesis approach), और एक उल्लंघन-मुक्त अनुकूलन एल्गोरिदम।

1. टर्मिनल लागत के बिना स्थिरता:
   टर्मिनल लागत का उपयोग करने के बजाय, लेखक रिलैक्स्ड डायनेमिक प्रोग्रामिंग (RDP) पर आधारित एक स्पष्ट स्थिरता स्थिति पेश करते हैं। प्रत्येक एजेंट $i$ के लिए, स्थानीय अनुकूलन समस्या में एक अतिरिक्त असमानता बाधा जोड़ी जाती है:
   $$\ell_i(x_i(k+N|k), u_i(k+N|k)) \leq (1-\alpha)\|x_i(k)\|^2_{Q_i} + v_i(k)$$
   जहाँ $\ell_i$ स्टेज कॉस्ट है, $\alpha \in (0,1]$ एक रिलैक्सेशन पैरामीटर है, और $v_i(k)$ एक स्लैक वेरिएबल है। एक वैश्विक बाधा $\sum v_i(k) \leq 0$ यह सुनिश्चित करती है कि स्थानीय लागतों का योग समग्र प्रणाली के लिए एक लयापुनोव फंक्शन (Lyapunov function) के रूप में कार्य करता है। यह सूत्रीकरण बिना किसी टर्मिनल लागत या टर्मिनल सेट को डिजाइन किए क्लोज्ड-लूप सिस्टम की स्थिरता को सुनिश्चित करने की अनुमति देता है।

2. वितरित संश्लेषण (Distributed Synthesis):
   युग्मित बाधाओं और नई स्थिरता बाधा को स्थानीय रूप से संभालने के लिए, समस्या को विभाजित किया जाता है। लेखक युग्मित असमान बाधाओं को अलग करने के लिए स्लैक वेरिएबल्स $z^{[s]}$ पेश करते हैं। वैश्विक अनुकूलन समस्या को स्थानीय उप-समस्याओं में पुनर्गठित किया जाता है जहाँ प्रत्येक एजेंट स्थानीय डायनेमिक्स, स्थानीय बाधाओं और स्लैक वेरिएबल्स से जुड़ी संशोधित युग्मित बाधाओं के अधीन एक क्वाड्रेटिक कॉस्ट को कम करता है।

3. उल्लंघन-मुक्त वितरित अनुकूलन:
   इटरेटिव अनुकूलन (inexact minimization) के दौरान बाधा उल्लंघन के मुद्दे को संबोधित करने के लिए, शोध पत्र एक कन्स्ट्रेंट टाइटनिंग (constraint tightening) दृष्टिकोण प्रस्तावित करता है।

• कन्स्ट्रेंट टाइटनिंग: एक टाइटनिंग पैरामीटर $\delta_s \in (0,1]$ पेश किया गया है। बाधाओं को इटरेशन के दौरान टाइट किया जाता है ताकि यह सुनिश्चित हो सके कि यदि अनुकूलन जल्दी समाप्त भी हो जाए, तो समाधान मूल समस्या के लिए व्यवहार्य बना रहे।
• अनुकूली अपडेट (Adaptive Update): विधि एजेंटों के बीच युग्मित बाधाओं के वितरण को अपडेट करने के लिए एक अनुकूली तंत्र का उपयोग करती है। यदि वितरित बाधा और वास्तविक बाधा मान के बीच का अंतर महत्वपूर्ण है, तो व्यवहार्यता बनाए रखने के लिए बाधा सीमाओं को अपडेट किया जाता है।
• एल्गोरिदम: एक समानांतर एल्गोरिदम (एल्गोरिदम 1) विकसित किया गया है जहाँ एजेंट स्थानीय कॉनवेक्स ऑप्टिमाइज़ेशन समस्याओं को हल करते हैं, स्लैक वेरिएबल्स और लैग्रेंज मल्टीप्लायर्स के संबंध में जानकारी साझा करते हैं, और अपनी स्थानीय बाधाओं को अपडेट करते हैं। एल्गोरिदम यह गारंटी देता है कि प्रत्येक इटरेशन में एक व्यवहार्य समाधान मौजूद है और यह टाइट की गई समस्या के इष्टतम समाधान की ओर अभिसरित (converge) होता है।

प्रमुख योगदान
यह शोध पत्र निम्नलिखित विशिष्ट योगदान देता है:

1. नवीन DMPC सूत्रीकरण: बिना टर्मिनल लागत के एक DMPC दृष्टिकोण का विकास। RDP से प्राप्त एक स्पष्ट स्थिरता स्थिति को एक अतिरिक्त बाधा के रूप में शामिल किया गया है, जो टर्मिनल लागत और सेट्स की आवश्यकता को समाप्त करता है।
2. स्थानीय स्थिरता प्रबंधन: एक वितरित संश्लेषण दृष्टिकोण की शुरुआत जो प्रत्येक एजेंट को स्लैक वेरिएबल्स का उपयोग करके स्थानीय स्तर पर स्थिरता बाधा को संभालने की अनुमति देता है।
3. उल्लंघन-मुक्त अनुकूलन: एक वितरित अनुकूलन विधि का विकास जो इटरेशन के दौरान व्यवहार्यता सुनिश्चित करता है। यह कन्स्ट्रेंट टाइटनिंग और एक अनुकूली अपडेट तंत्र के माध्यम से प्राप्त किया जाता है, जो शीघ्र-समाप्त वितरित अनुकूलन में सामान्य बाधा उल्लंघन के मुद्दों को संबोधित करता है।
4. सैद्धांतिक गारंटी: यह प्रमाण कि प्रस्तावित अनुकूलन समस्या कॉनवेक्स है और वितरित संश्लेषण दृष्टिकोण प्रत्येक इटरेशन में मूल समस्या के लिए एक व्यवहार्य समाधान प्रदान करता है। सैद्धांतिक विश्लेषण पुष्टि करता है कि क्लोज्ड-लूप सिस्टम स्थिर है और कॉस्ट फंक्शन निरंतर घटता है।

परिणाम
प्रस्तावित दृष्टिकोण को हाईवे पर एक लीडर का अनुसरण करने वाले तीन स्वायत्त वाहनों के एक प्लैटून (platoon) से संबंधित एक संख्यात्मक उदाहरण के माध्यम से सत्यापित किया गया।

• सिमुलेशन सेटअप: सिस्टम में एक लीडर वाहन और तीन फॉलोर वाहन थे जिनमें युग्मित दूरी की बाधाएं, वेग सीमाएं और कंट्रोल इनपुट सीमाएं थीं। लक्ष्य वांछित दूरी और गति बनाए रखना था।
• प्रदर्शन: सिमुलेशन 200 कंट्रोल स्टेप्स के लिए विभिन्न प्रेडिक्शन होराइजन्स ($N$) और RDP पैरामीटर्स ($\alpha$) के साथ किए गए।
  • स्थिरता: प्रति स्टेप कॉस्ट शून्य की ओर अभिसरित हुई, और स्पीड एवं पोजीशन ट्रैकिंग एरर सीमित रहे, जो क्लोज्ड-लूप स्थिरता को प्रदर्शित करते हैं।
  • व्यवहार्यता: विधि ने विभिन्न होराइजन लेंथ और $\alpha$ मानों के लिए सफलतापूर्वक व्यवहार्य समाधान खोजे जहाँ मानक दृष्टिकोण विफल हो सकते हैं (जैसे, $N=5, \alpha=0.5$)।
  • ट्रेड-ऑफ: परिणामों ने संकेत दिया कि बड़े होराइजन ($N$) और छोटे $\alpha$ मान आमतौर पर बेहतर प्रदर्शन (कम कुल लागत) और आकर्षण का क्षेत्र (region of attraction) बढ़ाते हैं, लेकिन इसके बदले कम्प्यूटेशनल समय बढ़ जाता है।
  • समानांतर गणना: सिमुलेशन ने पुष्टि की कि प्रत्येक एजेंट समानांतर में अपना कंट्रोल इनपुट कंप्यूट कर सकता है, जो संश्लेषण की वितरित प्रकृति को प्रमाणित करता है।

महत्व और दावे
शोध पत्र का दावा है कि विकसित वितरित MPC दृष्टिकोण मानक टर्मिनल-कॉस्ट-आधारित विधियों के लिए एक मजबूत विकल्प प्रदान करता है। टर्मिनल लागतों पर निर्भरता को हटाकर, यह विधि उन प्रणालियों के साथ जुड़ी अनुकूलता समस्याओं से बचती है जहाँ युग्मित बाधाओं वाले सिस्टम में टर्मिनल सेट्स को अलग करना कठिन होता है। महत्वपूर्ण रूप से, प्रस्तावित "उल्लंघन-मुक्त" अनुकूलन दृष्टिकोण यह सुनिश्चित करता है कि वास्तविक-समय सीमाओं के कारण यदि अनुकूलन इटरेशन जल्दी भी समाप्त हो जाए, तो भी सुरक्षा-महत्वपूर्ण प्रणालियाँ बाधाओं का उल्लंघन न करें। लेखक कहते हैं कि यह दृष्टिकोण प्रत्येक व्यवहार्य कंट्रोल सीक्वेंस के लिए क्लोज्ड-लूप स्थिरता सुनिश्चित करता है और एजेंटों द्वारा समानांतर गणना को सक्षम बनाता है। यह कार्य मल्टी-एजेंट सिस्टम के लिए अधिक व्यावहारिक और सुरक्षित वितरित नियंत्रण की दिशा में एक कदम है, जिसमें भविष्य के कार्यों के लिए नॉन-लीनियर सिस्टम तक ढांचे के विस्तार और अनिश्चितताओं को संभालने का सुझाव दिया गया है।