Optimal $\mathbb{H}_2$ Control with Passivity-Constrained Feedback: Convex Approach

कल्पना कीजिए कि आप हवा के झोंकों से इधर-उधर डगमगाते एक रोबोट को सीधा रखने की कोशिश कर रहे हैं। आप चाहते हैं कि रोबोट यथासंभव स्थिर रहे और कम से कम ऊर्जा का उपयोग करे। यह कंट्रोल थ्योरी (नियंत्रण सिद्धांत) की दुनिया है: मशीनों को ठीक वैसे ही व्यवहार करने का विज्ञान जैसा हम चाहते हैं, भले ही परिस्थितियाँ कितनी भी कठिन क्यों न हों। आमतौर पर, इंजीनियर "स्मार्ट" कंट्रोलर बनाते हैं जो छोटे, सुपर-फास्ट कंप्यूटरों की तरह काम करते हैं। वे रोबोट के डगमगाने को मापते हैं, एक सटीक जवाबी चाल की गणना करते हैं, और मोटरों को एक कमांड भेजते हैं। लेकिन इन स्मार्ट सिस्टम्स को बैटरी, चिप्स और बिजली की आवश्यकता होती है। यदि बिजली चली जाए, तो रोबोट गिर जाएगा।

अब, एक अलग प्रकार के कंट्रोलर की कल्पना करें: जो पूरी तरह से स्प्रिंग्स, रबर बैंड और गियर्स से बना हो। यह एक "पैसिव" (निष्क्रिय) कंट्रोलर है। इसका कोई दिमाग नहीं है और न ही कोई बैटरी। यह शुद्ध रूप से भौतिकी के नियमों के कारण काम करता है। यदि आप इसे धकेलते हैं, तो यह वापस धकेलता है। यदि आप इसे खींचते हैं, तो यह वापस खींचता है। पैसिव सिस्टम की सुंदरता यह है कि वे अविश्वसनीय रूप से विश्वसनीय होते; वे क्रैश नहीं हो सकते क्योंकि उन्हें चालू करने की आवश्यकता नहीं होती। हालाँकि, एक पेंच है। क्योंकि वे सरल भौतिकी तक सीमित हैं, वे हमेशा फैंसी कंप्यूटर-नियंत्रित प्रणालियों जितने अच्छे नहीं हो सकते। बड़ा सवाल इंजीनियरों के लिए हमेशा से रहा है: "एक साधारण, बैटरी-मुक्त स्प्रिंग सिस्टम, एक सुपर-कंप्यूटर के प्रदर्शन के कितने करीब पहुँच सकता है?" यह शोध पत्र सीधे इसी प्रश्न में उतरता है, यह पता लगाने की कोशिश करता है कि एक पैसिव कंट्रोलर के लिए सर्वोत्तम संभव प्रदर्शन क्या है, बिना किसी धोखाधड़ी के।

लेखक, जे.टी. स्क्रग्स के नेतृत्व में, एक विशिष्ट पहेली को सुलझाते हैं: एक ऐसे सिस्टम के लिए "परफेक्ट" पैसिव कंट्रोलर खोजना जो पहले से ही कुछ हद तक स्थिर है। वे केवल अनुमान नहीं लगा रहे हैं; वे एक विशाल गणितीय समस्या को हल करने की कोशिश कर रहे हैं ताकि एक पैसिव सिस्टम की सैद्धांतिक सीमा का पता लगाया जा सके। इसे ऐसे समझें जैसे कि यह पता लगाने की कोशिश करना कि बिना किसी जूते या तकनीक के, केवल शुद्ध जीव विज्ञान का उपयोग करके एक इंसान मैराथन में कितनी तेज़ दौड़ सकता है। आप केवल अनुमान नहीं लगा सकते; आपको मांसपेशियों, हवा और ट्रैक का मॉडल बनाना होगा ताकि पूर्ण सीमा का पता लगाया जा सके।

इस शोध पत्र में, टीम कंट्रोलर को एक "ब्लैक बॉक्स" के रूप में मानती है जिसे पैसिविटी (निष्क्रियता) के कड़े नियमों का पालन करना चाहिए (यह ऊर्जा पैदा नहीं कर सकता, यह केवल ऊर्जा को अवशोषित या संग्रहीत कर सकता है)। वे यादृच्छिक बाधाओं के कारण होने वाले "डगमगाहट" (गणितीय रूप से H2 ऑब्जेक्टिव कहा जाता है) को कम करना चाहते हैं। समस्या यह है कि इस परफेक्ट कंट्रोलर को खोजना एक ऐसे भूलभुलैया को सुलझाने जैसा है जिसमें अनगिनत रास्ते हैं। यह किसी भी कंप्यूटर के लिए एक साथ हल करने के लिए बहुत बड़ा है।

यहीं पर यह शोध पत्र चतुर हो जाता है। लेखकों ने महसूस किया कि कंट्रोलर को सीधे डिजाइन करने के बजाय, वे इसके एक "छाया" संस्करण को डिजाइन कर सकते हैं, जिसे यूला पैरामीटर (Youla parameter) कहा जाता है। यह पहेली के टुकड़ों को देखने के बजाय उसकी दीवार पर पड़ने वाली छाया को देखकर पहेली सुलझाने जैसा है। इस "शैडो व्यू" में स्विच करके, असंभव, अनंत भूलभुलैया अचानक एक चिकनी, कटोरे के आकार की घाटी में बदल जाती है। गणित में, इसे "कॉन्वेक्स" (convex) समस्या कहा जाता है। इसका अर्थ है कि यदि आप एक गेंद को पहाड़ी से नीचे लुढ़काते हैं, तो वह हमेशा बिल्कुल नीचे, यानी पूर्ण समाधान तक पहुँचेगी, बिना किसी नकली घाटी में फंसे।

शोध पत्र दिखाता है कि हालांकि हम अनंत समस्या को तुरंत हल नहीं कर सकते, लेकिन हम छोटे, सरल समस्याओं की एक श्रृंखला बना सकते जो पूर्ण उत्तर के करीब पहुँचती जाती हैं। कल्पना कीजिए कि आप एक पूर्ण वृत्त बनाने की कोशिश कर रहे हैं। आप इसे एक ही स्ट्रोक में नहीं कर सकते, लेकिन आप एक वर्ग बना सकते हैं, फिर एक अष्टभुज, फिर एक 16-भुज वाली आकृति। हर बार जब आप अधिक भुजाएं जोड़ते हैं, तो आकृति एक वृत्त की तरह दिखने लगती है। लेखकों ने बिल्कुल यही किया: उन्होंने अपने कंट्रोलर डिजाइन में अधिक "भुजाएं" जोड़ने की एक विधि बनाई। जैसे-जैसे उन्होंने अधिक भुजाएं जोड़ीं (गणितीय रूप से, पैरामीटर्स की संख्या बढ़ाकर), उनका समाधान बेहतर होता गया, और वास्तविक, अनंत परफेक्ट कंट्रोलर के करीब पहुँचता गया।

यह सुनिश्चित करने के लिए कि वे वास्तव में सत्य के करीब पहुँच रहे हैं या केवल खुद को धोखा दे रहे हैं, उन्होंने एक दूसरा, विपरीत प्रकार का परीक्षण बनाया। इस परीक्षण ने एक "फ्लोर" या निचली सीमा प्रदान की। यह यह कहने जैसा था कि, "चाहे कुछ भी हो, आप कम से कम इतना अच्छा तो कर ही सकते हैं।" "बेहतर होने वाले" परीक्षण और "फ्लोर" परीक्षण दोनों को चलाकर, वे देख सकते हैं कि दोनों संख्याएं एक साथ कैसे सिमट रही हैं। जब ऊपर की संख्या (सबसे अच्छा जो उन्होंने पाया) और नीचे की संख्या (गारंटीकृत न्यूनतम) बहुत करीब आ जाती हैं, तो उन्हें पता चल जाता है कि उन्होंने उत्तर पा लिया है।

शोध पत्र इसे दो उदाहरणों के साथ प्रदर्शित करता है। पहला एक साधारण कंपन समस्या है, जैसे स्प्रिंग पर एक एकल भार। दूसरा एक कार के सस्पेंशन सिस्टम का अधिक जटिल मॉडल है, जो पहियों के उभारों से टकराने पर कार के केबिन को सुचारू रखने की कोशिश करता है। दोनों मामलों में, उन्होंने दिखाया कि उनकी विधि काम करती है। उन्होंने दिखाया कि केवल मध्यम स्तर की जटिलता (लगते हुए 30 से 100 "भुजाओं" के साथ) के साथ, वे सैद्धांतिक रूप से पूर्ण कंट्रोलर के लगभग उतना ही अच्छा परिणाम प्राप्त कर सकते हैं। उन्होंने यह भी दिखाया कि उनके द्वारा उपयोग किया गया गणित कुशल है; यह केवल गणना में बहुत अधिक समय नहीं लेता है, भले ही ये जटिल आकार हों।

लेखक सावधानी से उल्लेख करते हैं कि उन्होंने क्या नहीं किया। उन्होंने किसी नए प्रकार के स्प्रिंग या नई बैटरी का आविष्कार नहीं किया। उन्होंने यह दावा नहीं किया कि पैसिव कंट्रोलर हमेशा एक्टिव कंट्रोलर से बेहतर होते हैं। वास्तव में, उन्होंने दिखाया कि कुछ बहुत ही विशिष्ट, सरल मामलों के लिए, ज्ञात शॉर्टकट मौजूद हैं, लेकिन सामान्य मामले के लिए, पुराने अनुमान लगाने या सन्निकटन (approximations) का उपयोग करने के तरीके लक्ष्य से चूक गए थे। उन्होंने सिद्ध किया कि इस नए "शैडो" पद्धति का उपयोग करके, आप वास्तविक सर्वश्रेष्ठ पैसिव कंट्रोलर पा सकते हैं, न कि केवल एक अनुमान।

उनकी खोज का सबसे रोमांचक हिस्सा यह है कि उन्होंने गणित को सरल बनाने में कैसे महारत हासिल की। आमतौर पर, जैसे-जैसे आप समाधान को अधिक सटीक बनाने की कोशिश करते हैं, गणित तेजी से कठिन होता जाता है, जैसे कि एक ऐसा रूबिक क्यूब सुलझाने की कोशिश करना जो लगातार बड़ा होता जा रहा है। लेखकों ने "ड्यूअलिटी" (duality) नामक एक गणितीय ट्रिक का उपयोग करके कठिनाई को केवल एक सीधी रेखा में बढ़ने तक सीमित रखने का तरीका खोजा। यह महसूस करने जैसा है कि समुद्र तट पर रेत के प्रत्येक कण को गिनने के बजाय, आप केवल तटरेखा की लंबाई माप सकते हैं और उसे एक स्थिरांक से गुणा कर सकते हैं। यह इन समस्याओं को सुपरकंप्यूटर के बजाय एक सामान्य लैपटॉप पर हल करना संभव बनाता है।

अंत में, यह शोध पत्र इंजीनियरों को एक शक्तिशाली नया उपकरण देता है। यदि आप एक ऐसा सिस्टम डिजाइन कर रहे हैं जहाँ विश्वसनीयता महत्वपूर्ण है—जैसे कि भूकंप का सामना करने वाला पुल, या एक रोबोट जिसे ऐसी जगह काम करने की आवश्यकता है जहाँ बैटरी बदलना कठिन है—तो अब आप गणना कर सकते हैं कि एक पैसिव सिस्टम कितना अच्छा प्रदर्शन कर सकता है। आपको यह अनुमान लगाने की आवश्यकता नहीं होगी कि एक स्प्रिंग "पर्याप्त अच्छा" है या नहीं। आप पूर्ण सीमा की गणना कर सकते हैं, उस सीमा को छूने वाला कंट्रोलर डिजाइन कर सकते हैं, और जान सकते हैं कि यह सबसे अच्छा संभव पैसिव समाधान है जो प्रकृति अनुमति देती है। यह शोध पत्र केवल यह नहीं कहता कि "यह संभव है"; यह वहां तक पहुँचने का नक्शा प्रदान करता है, यह दिखाते हुए कि सही गणितीय परिप्रेक्ष्य के साथ, सबसे जटिल कंट्रोल समस्याओं को भी वश में किया जा सकता है।