⚡ electrical engineering

Adversarial Observability and Performance Trade-offs in Optimal Control

यह शोध पत्र एक फीडबैक नियंत्रण डिजाइन प्रस्तावित करता है जो सख्त प्रदर्शन बाधाओं के तहत रैखिक प्रणालियों में प्रतिकूल सेंसरों की अवलोकनीयता (observability) को न्यूनतम करता है, जिसके लिए अवलोकनीयता न्यूनीकरण पर सैद्धांतिक सीमाओं को व्युत्पन्न किया गया है और अनुकूलन को सेमीडेफिनेट प्रोग्राम्स के रूप में तैयार किया गया है, जो विमान सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण निकट-इष्टतम क्लोज्ड-लूप प्रदर्शन बनाए रखते हुए प्रतिकूल सेंसिंग को महत्वपूर्ण रूप से कम करता है।

मूल लेखक: Filippos Fotiadis, Ufuk Topcu

प्रकाशित 2026-02-24

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Filippos Fotiadis, Ufuk Topcu

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

कल्पना कीजिए कि आप एक हाई-टेक, ऑटोनॉमस कार चला रहे हैं। आप अपने गंतव्य तक जितनी सुचारू रूप से और कुशलता से पहुँच सकें, उतना ही चाहते हैं (यह इष्टतम प्रदर्शन (optimal performance) है)। हालाँकि, ऊपर एक हेलीकॉप्टर में एक जासूस मंडरा रहा है, जो आपकी कार की गतिविधियों को अपने कैमरे के माध्यम से देखकर यह पता लगाने की कोशिश कर रहा है कि आप वास्तव में कहाँ जा रहे हैं और आगे क्या करने की योजना बना रहे हैं (यह प्रतिपक्षी सेंसर (adversarial sensor) है)।

आमतौर पर, अपनी गतिविधियों को छिपाने के लिए, आप अजीब तरह से गाड़ी चला सकते हैं, जैसे अचानक मुड़ना या बेतरतीब ढंग से लेन बदलना। लेकिन यह खतरनाक है और ईंधन भी बर्बाद करता है—यह आपके प्रदर्शन को बिगाड़ देता है।

यह शोध पत्र (paper) छिपने का एक स्मार्ट तरीका प्रस्तावित करता है। इस तरह से, आप पागल की तरह गाड़ी चलाने के बजाय, एक "स्टील्थ ड्राइविंग मोड" (stealth driving mode) डिज़ाइन करते हैं। यह मोड आपकी कार को अपने गंतव्य तक सुचारू और कुशलता से चलते रहने देता है, लेकिन यह स्टीयरिंग और त्वरण (acceleration) में सूक्ष्म बदलाव करता है ताकि जासूस का कैमरा एक भ्रमित करने वाली, धुंधली तस्वीर देखे। जासूस यह नहीं बता पाएगा कि आप बाईं ओर मुड़ रहे हैं या दाईं ओर, या आप गति बढ़ा रहे हैं या धीमी कर रहे हैं।

यहाँ सरल उपमाओं (analogies) का उपयोग करके शोध पत्र के विचारों का विवरण दिया गया है:

1. मुख्य संघर्ष: गति बनाम गोपनीयता (Speed vs. Stealth)

लेखक दो लक्ष्यों के बीच चल रहे खींचतान (tug-of-war) को हल कर रहे हैं:

लक्ष्य A: पूरी तरह से गाड़ी चलाना (इष्टतम नियंत्रण/Optimal Control)।
लक्ष्य B: जासूस से अदृश्य रहना (प्रतिपक्षी अवलोकन/Adversarial Observability)।

यदि आप केवल लक्ष्य A पर ध्यान केंद्रित करते हैं, तो जासूस सब कुछ स्पष्ट रूप से देख लेता है। यदि आप केवल लक्ष्य B पर ध्यान केंद्रित करते हैं, तो आप गोल-गोल घूम सकते हैं और कहीं भी नहीं पहुँच पाएंगे। शोध पत्र पूछता है: हम "अदृश्य" होने के लिए कितनी "इष्टतम ड्राइविंग" का त्याग करने को तैयार हैं?

2. दो "अदृश्यता" मेट्रिक्स (The Two "Invisibility" Metrics)

शोध पत्र आपकी अदृश्यता को मापने के लिए दो अलग-अलग तरीकों का उपयोग करता है। इन्हें दो अलग-अलग प्रकार के "धुंधलेपन" के रूप में समझें:

मेट्रिक 1: "औसत धुंधलापन" (Trace of the Gramian)
कल्पना कीजिए कि जासूस एक धुंधले लेंस का उपयोग करके आपके स्थान का अनुमान लगाने की कोशिश कर रहा है। यह मेट्रिक मापता है कि औसतन पूरी तस्वीर कितनी धुंधली है। लक्ष्य यहाँ पूरी छवि को थोड़ा धुंधला बनाना है ताकि जासूस एक अच्छा औसत अनुमान न लगा सके।
- शोध पत्र का निष्कर्ष: आप ड्राइविंग की गति में बहुत कम त्याग करके बहुत अधिक "धुंधलापन" प्राप्त कर सकते हैं। यह जासूस के लेंस पर एक हल्का फिल्टर लगाने जैसा है; इसमें आपका ईंधन बहुत कम खर्च होता है, लेकिन यह उनके दृश्य को बहुत खराब बना देता है।
मेट्रिक 2: "सबसे खराब स्थिति वाला ब्लाइंड स्पॉट" (Trace of the Inverse Gramian)
कल्पना कीजिए कि जासूस आपके स्थान का अनुमान लगाने में बहुत कुशल है, जब तक कि आप एक विशिष्ट विवरण (जैसे आपकी गति) को न छिपा लें। यह मेट्रिक उस एक चीज़ पर ध्यान केंद्रित करता है जिसे जासूस सबसे अच्छी तरह से अनुमान लगाने में सक्षम है, और एक बड़ा "ब्लाइंड स्पॉट" बनाने पर केंद्रित है।
- शोध का निष्कर्ष: एक बड़ा ब्लाइंड स्पॉट बनाने के लिए, आपको ड्राइविंग दक्षता का थोड़ा अधिक त्याग करना होगा। यह एक भारी लबादा (cloak) पहनने जैसा है; यह आपको एक विशिष्ट तरीके से ट्रैक करना बहुत कठिन बनाता है, लेकिन यह आपकी गति को थोड़ा और धीमा कर देता है।

3. गणितीय "जादुई ट्रिक" (The Mathematical "Magic Trick")

वे इस स्टील्थ ड्राइविंग को कैसे डिज़ाइन करते हैं? वे गणित की एक शाखा का उपयोग करते हैं जिसे सेमीडेफिनेट प्रोग्रामिंग (Semidefinite Programming - SDP) कहा जाता है।

उपमा: SDP को एक सुपर-स्मार्ट जीपीएस के रूप में सोचें जो न केवल सबसे छोटा रास्ता खोजता है, बल्कि वह रास्ता भी खोजता है जो जासूस के सभी कैमरों से बचता है।
"औसत धुंधलापन" लक्ष्य के लिए, गणित सीधा है और इसे तुरंत हल किया जा सकता है (एक सीधी उड़ान की तरह)।
"सबसे खराब स्थिति वाले ब्लाइंड स्पॉट" लक्ष्य के लिए, गणित अधिक जटिल है क्योंकि इसमें समस्या को "उल्टा" (invert) करना शामिल है (जैसे केक को वापस बनाने की कोशिश करना)। लेखकों ने इसे हल करने के लिए एक चरण-दर-चरण "पुनरावृत्ति" (iterative) विधि विकसित की है (प्याज की परत दर परत छीलने की तरह)।

4. वास्तविक दुनिया का परीक्षण: हवाई जहाज

लेखकों ने अपने विचारों का परीक्षण एक वास्तविक लड़ाकू जेट (ADMIRE विमान) के सिमुलेशन पर किया।

सेटअप: एक दुश्मन रडार विमान की स्थिति पर नज़र रख रहा है।
परिणाम: उन्होंने विमान को एक ऐसे पथ पर उड़ाने के लिए प्रोग्राम किया जो सामान्य सर्वोत्तम पथ की तुलना में 99% उतना ही कुशल था। हालाँकि, दुश्मन रडार के लिए, विमान की गतिविधियाँ स्टैटिक शोर (static noise) की तरह लग रही थीं।
निष्कर्ष: दुश्मन द्वारा विमान के भविष्य के पथ की भविष्यवाणी करने का प्रयास बुरी तरह विफल रहा। विमान अपने गंतव्य पर समय पर पहुँच गया, लेकिन जासूस केवल अनुमान ही लगाता रह गया।

5. यह क्यों महत्वपूर्ण है

अतीत में, यदि आप किसी जासूस से छिपना चाहते थे, तो आपको अप्रत्याशित व्यवहार (बेतरतीब ढंग से मुड़ना) करना पड़ता था, जो खतरनाक और अक्षम था।
यह शोध पत्र सिद्ध करता है कि सुरक्षित होने के लिए आपको अनिश्चित (random) होने की आवश्यकता नहीं है। आप गणनाबद्ध (calculated) हो सकते हैं। आप (ड्राइव या उड़ने, या नौकायन करने के) ऐसे तरीके से संचालन कर सकते हैं जो आपके अपने सिस्टम के लिए बिल्कुल सामान्य दिखता है, लेकिन बाहर से देखने वाले दुश्मन के लिए एक भ्रमित करने वाले ढेर जैसा दिखता है।

संक्षेप में: यह शोध पत्र हमें यह सिखाता है कि मशीनों के लिए एक "स्टील्थ मोड" कैसे डिज़ाइन किया जाए जो उन्हें पूरी तरह से चलते रहने देता है और साथ ही उन्हें दुश्मनों के लिए ट्रैक करना असंभव बना देता है, और यह सब दक्षता और गोपनीयता के बीच सावधानीपूर्वक संतुलन बनाकर किया जाता है।

यहाँ फिलिपोस फोतियाडिस और उफुक टोपकु के शोध पत्र "Adversarial Observability and Performance Trade-offs in Optimal Control" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र उन लीनियर डायनेमिकल सिस्टम्स के लिए फीडबैक कंट्रोलर्स डिजाइन करने की चुनौती को संबोधित करता है जो प्रतिकूल वातावरण (adversarial environments) में कार्य करते हैं।

द्वंद्व (The Conflict): एक स्वायत्त प्रणाली ऑपरेटर (autonomous system operator) सिस्टम को मूल बिंदु (origin) पर स्थिर करने और इष्टतम प्रदर्शन (एक मानक लीनियर क्वाड्रेटिक रेगुलेटर (LQR) लागत को कम करने) का लक्ष्य रखता है। हालाँकि, एक विरोधी (adversary) के पास आंशिक स्टेट मेजरमेंट्स (एक सेंसिंग मैट्रिक्स $C$ के माध्यम से) उपलब्ध होते हैं और वह सिस्टम के स्टेट को पुनर्गठित करने या उसके इरादे (intent) का अनुमान लगाने का प्रयास करता है।
लक्ष्य (The Goal): ऑपरेटर एक ऐसा कंट्रोल लॉ $u(t) = Kx(t)$ डिजाइन करना चाहता है जो साथ-साथ निम्नलिखित कार्य करे:
1. सिस्टम को लगभग-इष्टतम (near-optimally) रूप से स्थिर करना (मानक LQR लागत से विचलन को न्यूनतम करना)।
2. विरोधी के दृष्टिकोण से सिस्टम की अवलोकनीयता (observability) को कम करना, जिससे स्टेट के पुनर्निर्माण में बाधा उत्पन्न हो सके।
बाधाएं (Constraints): समाधान को प्रदर्शन ह्रास (performance degradation) की एक "कठोर" बाधा का पालन करना चाहिए। कंट्रोलर केवल यादृच्छिक मोड (random modes) में स्विच नहीं कर सकता (जिससे ट्रांजिएंट्स उत्पन्न होते हैं), बल्कि उसे एक एकल, निरंतर फीडबैक आर्किटेक्चर के भीतर कार्य करना चाहिए।

2. कार्यप्रणाली (Methodology)

A. गणितीय सूत्रीकरण (Mathematical Formulation)

लेखक सिस्टम को एक निरंतर-समय लीनियर सिस्टम $\dot{x} = Ax + Bu$ के रूप में मॉडल करते हैं जहाँ ऑपरेटर के पास पूर्ण स्टेट फीडबैक उपलब्ध है, लेकिन विरोधी के पास केवल आंशिक आउटपुट $y = Cx$ उपलब्ध है।
अवलोकनीयता को मापने के लिए, यह शोध पत्र बाइनरी रैंक परीक्षणों के बजाय ऑब्जर्वेबिलिटी ग्रैमियन (Observability Gramians) ( $W$ ) का उपयोग करता है। दो विशिष्ट मेट्रिक्स प्रस्तावित किए गए हैं:

औसत अवलोकनीयता ( $J_{o1}$ ): ग्रैमियन का ट्रेस, $\text{tr}(WV)$ । यह कैप्चर करता है कि सभी स्टेट दिशाओं में सेंसरों के माध्यम से औसत कितनी ऊर्जा निकलती है।
वर्स्ट-केस अवलोकनीयता ( $J_{o2}$ ): इनवर्स ग्रैमियन का नेगेटिव ट्रेस, $-\text{tr}(W^{-1}V^{-1})$ । यह मेट्रिक कम अवलोकनीय दिशाओं की ओर झुका हुआ है। इसे कम करना (या इनवर्स के ट्रेस को अधिकतम करना) सिस्टम को अन-ऑब्जर्वेबिलिटी (W की सिंगुलैरिटी) की सीमा की ओर धकेलता है।

समस्या को एक बाधित अनुकूलन (constrained optimization) के रूप में प्रस्तुत किया गया है जहाँ प्रदर्शन बजट $\lambda$ के अधीन अवलोकनीयता मेट्रिक को न्यूनतम किया जाता है:
$J_s(K) - J_s(K^*) \leq \lambda$
जहाँ $K^*$ इष्टतम LQR गेन है और $\lambda$ अनुमेय प्रदर्शन ट्रेड-ऑफ को दर्शाता है।

B. सैद्धांतिक विश्लेषण (Theoretical Analysis)

लेखक प्रदर्शन ट्रेड-ऑफ पैरामीटर $\lambda$ के फलन के रूप में प्राप्त होने योग्य अवलोकनीयता मेट्रिक्स पर सैद्धांतिक निचली सीमाएँ (theoretical lower bounds) व्युत्पन्न करते हैं।

वे स्थापित करते हैं कि छोटे प्रदर्शन नुकसान ( $\lambda$ ) ग्रैमियन के ट्रेस ( $J_{o1}$ ) में तीव्र कमी लाते हैं।
इसके विपरीत, बड़े प्रदर्शन नुकसान इनवर्स ग्रैमियन मेट्रिक ( $J_{o2}$ ) में अधिक तीव्र सुधार की अनुमति देते हैं, क्योंकि सिस्टम सिंगुलैरिटी के करीब पहुँच सकता है।
वे मजबूती (robustness) का भी विश्लेषण करते हैं, यह सिद्ध करते हुए कि यदि ऑपरेटर के पास विरोधी के सेंसरों का एक सुपरसेट (superset) उपलब्ध है, तो परिणामी कंट्रोलर विरोधी की अवलोकनीयता पर एक प्रमाणित ऊपरी सीमा (certified upper bound) प्रदान करता है।

C. एल्गोरिद्मिक समाधान (Algorithmic Solutions)

शोध पत्र इन अनुकूलन समस्याओं को हल करने के लिए दो अलग-अलग एल्गोरिदम प्रस्तावित करता है:

औसत अवलोकनीयता के लिए सटीक समाधान (Problem 1):
- प्रदर्शन बाधाओं के अधीन $\text{tr}(WV)$ को न्यूनतम करने की समस्या को एक सेमीडेफिनिट प्रोग्राम (SDP) के रूप में पुनर्गठित किया गया है।
- वेरिएबल परिवर्तन ($X = KS$) और शूर कॉम्प्लीमेंट (Schur complement) का उपयोग करके, द्वैरेखीय बाधाओं (bilinear constraints) को कॉनवेक्सिफाई (convexify) किया गया है।
- एल्गोरिदम 1 इष्टतम गेन $K$ खोजने के लिए इस SDP को सटीक रूप से हल करता है।
वर्स्ट-केस अवलोकनीयता के लिए अनुमानित समाधान (Problem 2):
- इनवर्स ग्रैमियन का ट्रेस को न्यूनतम करना नॉन-कॉन्वेक्स है क्योंकि जब सिस्टम अन-ऑब्जर्वेबल होता है, तो इनवर्स सिंगुलर हो जाता है।
- लेखक $W$ को पॉजिटिव डेफिनिट बनाए रखने के लिए लाइपुनोव समीकरण (Lyapunov equation) में एक रेगुलराइजेशन पैरामीटर $\epsilon$ पेश करते हैं।
- वे समस्या को एक डिफरेंस ऑफ कॉनवेक्स (DC) प्रोग्राम में परिवर्तित करते हैं।
- एल्गोरिदम 2 कॉनवेक्स-कॉनकेव प्रक्रिया (CCP) पर आधारित एक सीक्वेंशियल SDP दृष्टिकोण का उपयोग करता है। यह बाधाओं के कॉनकेव भागों को लीनियर करने के लिए पुनरावृत्ति (iteratively linearize) करता है ताकि एक स्टेशनरी पॉइंट तक पहुँचा जा सके।

3. मुख्य योगदान (Key Contributions)

निरंतर अवलोकनीयता मेट्रिक्स (Continuous Observability Metrics): बाइनरी "ऑब्जर्वेबल/अन-ऑब्जर्वेबल" वर्गीकरणों से आगे बढ़ते हुए, यह शोध पत्र ऑब्जर्वेबिलिटी ग्रैमियन के ट्रेस और इनवर्स ट्रेस पर आधारित निरंतर मेट्रिक्स पेश करता है ताकि प्रतिकूल अवलोकनीयता को मापा जा सके।
मौलिक ट्रेड-ऑफ सीमाएँ (Fundamental Trade-off Bounds): प्रदर्शन ह्रास की डिग्री ( $\lambda$ ) और प्राप्त होने वाली अवलोकनीयता में कमी के बीच संबंध स्थापित करने वाले सैद्धांतिक निचले स्तरों का व्युत्पन्न। यह ट्रेड-ऑफ की मौलिक सीमाओं को परिभाषित करता है।
कॉनवेक्स पुनर्गठन (Convex Reformulations):
- यह सिद्ध करना कि औसत अवलोकनीयता मेट्रिक को न्यूनतम करना एक कॉनवेक्स SDP के समान है, जिससे सटीक ग्लोबल समाधान संभव होता है।
- रेगुलराइजेशन और कॉनवेक्स-कॉनकेव प्रक्रियाओं के माध्यम से नॉन-कॉन्वेक्स इनवर्स ग्रैमियन मेट्रिक को संभालने के लिए एक सीक्वेंशियल SDP एल्गोरिदम विकसित करना।
मजबूती प्रमाणन (Robustness Certification): यह प्रदर्शित करना कि विरोधी सेंसरों के सुपरसेट के ज्ञान के साथ डिज़ाइन किए गए कंट्रोलर, वास्तविक (अज्ञात) सेंसर कॉन्फ़िगरेशन के लिए भी कम अवलोकनीयता की गारंटी देते हैं।

4. परिणाम (Results)

प्रस्तावित विधियों को संख्यात्मक सिमुलेशन के माध्यम से सत्यापित किया गया:

सहज 2D उदाहरण (Intuitive 2D Example):
- सिस्टम को इस तरह डिज़ाइन किया गया था कि विशिष्ट फीडबैक अवस्थाओं (states) को अलग (decouple) कर सके ताकि उन्हें विरोधी से छिपाया जा सके।
- परिणाम: जैसे-जैसे $\lambda$ बढ़ा, एल्गोरिदम ने सफलतापूर्वक क्लोज्ड-लूप मैट्रिक्स प्रविष्टियों को अवस्थाओं को अलग करने के लिए मजबूर किया, जिससे अवलोकनीयता में काफी कमी आई और साथ ही लगभग-इष्टतम प्रदर्शन बना रहा। प्रायोगिक परिणाम प्राप्त सैद्धांतिक निचली सीमाओं से मेल खाते थे।
ADMIRE एयरक्राफ्ट सिमुलेशन:
- एक 5-स्टेट, 7-इनपुट एयरक्राफ्ट मॉडल का उपयोग किया गया। विरोधी 3 विशिष्ट अवस्थाओं को माप सकता था।
- एल्गोरिदम 1 (ट्रेस मिनिमाइजेशन): ग्रैमियन के बड़े आइजनवैल्यू (eigenvalues) को लक्षित करके औसत अवलोकनीयता को सफलतापूर्वक कम किया। इसने मामूली प्रदर्शन हानि के साथ सभी अवस्थाओं में एस्टीमेशन एरर को बढ़ा दिया।
- एल्गोरिदम 2 (इनवर्स ट्रेस मैक्सिमाइजेशन): ग्रैमियन के न्यूनतम आइजनवैल्यू को शून्य के करीब ले जाने में सफल रहा। इसने विशिष्ट दिशाओं में (विशेष रूप से चौथी अवस्था में) सिस्टम को लगभग अन-ऑब्जर्वेबल बना दिया, जिससे उस अवस्था के लिए विरोधी का एस्टीमेशन एरर अविश्वसनीय हो गया, जबकि समग्र सिस्टम स्थिर रहा।
- प्रदर्शन: दोनों मामलों में, कंट्रोलर्स ने LQR लागत का एक छोटा, नियंत्रित बलिदान देकर, विरोधी की स्टेट को पुनर्गठित करने की क्षमता (ल्यूनबर्गर ऑब्जर्वर एरर) को महत्वपूर्ण रूप से कम कर दिया।

5. महत्व (Significance)

यह कार्य बिना किसी डिस्क्रीट मोड स्विचिंग की आवश्यकता के मूविंग टारगेट डिफेंस (MTD) के लिए एक कठोर ढांचा प्रदान करता है, जो अक्सर अस्थिरता पैदा करता है।

सुरक्षा बनाम प्रदर्शन (Security vs. Performance): यह सुरक्षा की सटीक लागत को मात्रात्मक रूप से निर्धारित करता है, जिससे ऑपरेटरों को यह तय करने की अनुमति मिलती कि वे प्रदर्शन ह्रास के कितने स्तर को सहन कर सकते हैं।
व्यावहारिक प्रयोज्यता (Practical Applicability): समस्या को SDP के रूप में स्वरूपित करके, यह दृष्टिकोण वास्तविक दुनिया के सिस्टम (एयरक्राफ्ट मॉडल द्वारा प्रदर्शित) के लिए कम्प्यूटेशनल रूप से सुलभ है।
प्रतिकूल जागरूकता (Adversarial Awareness): यह केवल सिस्टम को स्थिर करने से हटकर सक्रिय रूप से सिस्टम के विकास को डिज़ाइन करने की ओर जाता है ताकि संभावित पर्यवेक्षकों को भ्रमित किया जा सके, जो विवादित वातावरण (जैसे सैन्य विमानन, उपग्रह संचालन) में स्वायत्त प्रणालियों के लिए एक महत्वपूर्ण क्षमता है।

संक्षेप में, यह शोध पत्र अनुकूल नियंत्रण सिद्धांत (optimal control theory) और प्रतिकूल सुरक्षा (adversarial security) के बीच के अंतर को पाटता है, जो ऐसे कंट्रोलर्स डिजाइन करने के लिए गणितीय रूप से ठोस उपकरण प्रदान करता है जो उच्च-प्रदर्शन करने वाले और स्वाभाविक रूप से कठिन रूप से अवलोकन योग्य (difficult to observe) दोनों हैं।