Safety-Critical Control via Recurrent Tracking Functions

यहाँ जिक्सियन लियू और एनरिक मॉलडा के शोध पत्र "Safety-Critical Control via Recurrent Tracking Functions" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र उच्च-क्रम गैररेखीय प्रणालियों (जैसे कि हवाई वाहन, लेग्ड रोबोट) के लिए सुरक्षा-महत्वपूर्ण नियंत्रकों (safety-critical controllers) के संश्लेषण की चुनौती को संबोधित करता है।

• मुख्य कठिनाई: उच्च-आयामी, जटिल प्रणालियों के लिए वैध कंट्रोल बैरियर फंक्शन्स (CBFs) का निर्माण करना गणनात्मक रूप से अव्यवहार्य (intractable) है।
• स्तरित नियंत्रण दृष्टिकोण (The Layered Control Approach): एक सामान्य रणनीति यह है कि रिड्यूस्ड-ऑर्डर मॉडल (RoM) (जो सुरक्षा-महत्वपूर्ण अवस्थाओं को कैप्चर करता है) पर CBFs का निर्माण किया जाए और फुल-ऑर्डर मॉडल (FoM) पर इस संदर्भ (reference) को ट्रैक करने के लिए एक लो-लेवल कंट्रोलर का उपयोग किया जाए।
• अवरोध (The Bottleneck): पारंपरिक स्तरीय नियंत्रण (layered control) के लिए यह आवश्यक है कि FoM और RoM के बीच का ट्रैकिंग एरर एक मोनोटोनिक ल्यपुनोव क्षय स्थिति (monotonic Lyapunov decay condition) यानी घातीय अभिसरण (exponential convergence) को संतुष्ट करे। पूर्णतः सक्रिय प्रणालियों (fully-actuated systems) के लिए ऐसे मोनोटोनिक ट्रैकिंग फंक्शन बनाने के व्यवस्थित तरीके मौजूद हैं, लेकिन अंडर-एक्टुएटेड या जटिल प्रणालियों के लिए, सख्त मोनोटोनिक क्षय को लागू करना अक्सर असंभव या अत्यधिक रूढ़िवादी (conservative) होता है, जो व्यावहारिक तैनाती में बाधा डालता है।

2. कार्यप्रणाली (Methodology)

लेखक ल्यपुनोव फलनों की सख्त मोनोटोनिक क्षय आवश्यकता को एक परिमित-समय पुनरावृत्ति स्थिति (finite-time recurrence condition) में शिथिल करने वाला एक ढांचा प्रस्तावित करते हैं।

A. रिकरेंट ट्रैकिंग फंक्शन्स (RTFs)

ल्यपुनोव फलनों के लिए निरंतर घटने की आवश्यकता के बजाय, लेखक रिकरेंट ट्रैकिंग फंक्शन्स (RTFs) पेश करते हैं।

• परिभाषा: एक RTF यह आवश्यक करता है कि ट्रैकिंग एरर एक समान सीमा $\tau$ द्वारा अलग किए गए विशिष्ट समय अंतराल पर तेजी से (exponentially) घटता है।
• मुख्य अंतर्दृष्टि: उन प्रणालियों के लिए जिनमें घातीय रूप से स्थिर ट्रैकिंग एरर होता है, ट्रैकिंग एरर का कोई भी नॉर्म (जैसे, $\|\dot{e}\|$) एक वैध RTF के रूप में कार्य करता है। यह स्पष्ट रूप से जटिल, मोनोटोनिक ल्यपुनोव फलनों के निर्माण की आवश्यकता को समाप्त करता है।
• तंत्र (Mechanism): ट्रैकिंग एरर को क्षणिक रूप से विचलित (बढ़ने) होने की अनुमति है, लेकिन इसे समय $\tau$ के भीतर एक निचले मान पर वापस आना चाहिए।

B. रिकरेंट कंट्रोल बैरियर फंक्शन्स (RCBFs)

यह ढांचा RoM CBF को RTF के साथ एकीकृत करके पूर्ण प्रणाली के लिए एक रिकरेंट CBF ($h_V$) बनाता है।

• निर्माण: संयुक्त बैरियर फंक्शन को इस प्रकार परिभाषित किया गया है:
  $$h_V(z, \dot{e}) = -V(z, \dot{e}) + \alpha_e h(z)$$
  जहाँ:
  • $h(z)$ RoM के लिए CBF है।
  • $V(z, \dot{e})$ एक RTF है (जो ट्रैकिंग एरर को दर्शाता है)।
  • $\alpha_e$ सिस्टम स्थिरांकों से प्राप्त एक स्केलिंग फैक्टर है।
• सुरक्षा तर्क (Safety Logic): शून्य-सुपरलेवल सेट $S_V = \{h_V \geq 0\}$ कंट्रोल $\tau$-रिकरेंट है। इसका अर्थ है कि प्रक्षेपवक्र (trajectories) अस्थायी रूप से सेट $S_V$ (और इस प्रकार RoM के सख्त सुरक्षा मार्जिन) को छोड़ सकते हैं, लेकिन उन्हें गारंटी है कि वे समय $\tau$ के भीतर पुनः प्रवेश करेंगे।
• गारंटी: यदि ट्रैकिंग एरर, सिस्टम के सुरक्षा सीमा के करीब पहुँचने की दर से तेज़ अभिसरण करता है (अर्थात अभिसरण दर $\beta >$ सुरक्षा क्षय दर $\alpha$), तो वास्तविक FoM अवस्था असुरक्षित क्षेत्र में प्रवेश नहीं करेगी, भले ही मध्यवर्ती सेट $S_V$ का क्षणिक रूप से उल्लंघन हुआ हो।

C. विक्षोभों के प्रति मजबूती (Robustness to Disturbances)

इस ढांचे को मॉडल अनिश्चितताओं और बाहरी विक्षोभों (disturbances) को संभालने के लिए इनपुट-टू-स्टेट सेफ्टी (ISSf) के माध्यम से विस्तारित किया गया है।

• विक्षोभों को सीमित इनपुट के रूप में मॉडल किया गया है जो ट्रैकिंग एरर में एक स्थिर-अवस्था ऑफसेट (steady-state offset) पैदा करते हैं।
• इस ऑफसेट को ध्यान में रखते हुए सुरक्षित सेट ($S_d$) को बढ़ाया जाता है, जिससे यह सुनिश्चित होता है कि विक्षोभ का परिमाण सीमित होने पर भी सुरक्षा बनी रहे, भले ही ट्रैकिंग एरर समाप्त न हो रहा हो।

3. मुख्य योगदान (Key Contributions)

1. RTF ढांचा: मानक ल्यपुनोव शर्तों के विश्राम के रूप में रिकरेंट ट्रैकिंग फंक्शन्स का सूत्रकरण। यह सिद्ध करता है कि लिप्सचिट्ज़ निरंतर (Lipschitz continuous) प्रणालियों के लिए, जिनमें घातीय रूप से स्थिर ट्रैकिंग होती है, ट्रैकिंग एरर का कोई भी नॉर्म एक वैध RTF है।
2. सैद्धांतिक सुरक्षा गारंटी: यह प्रमाण कि यदि प्रारंभिक अवस्था रिकरेंट सेट $S_V$ में स्थित है, तो RTF स्थिति को संतुष्ट करने वाला कोई भी कंट्रोलर यह गारंटी देता है कि FoM सभी समय के लिए सुरक्षित सेट $S_{FoM}$ में रहेगा।
3. व्यवस्थित संश्लेषण (Systematic Synthesis): जटिल, सिस्टम-विशिष्ट ल्यपुनोव फलनों की आवश्यकता के बिना उच्च-क्रम प्रणालियों के लिए सुरक्षा प्रमाणपत्र (safety certificates) बनाने की एक विधि, जो सरल नॉर्म-आधारित फलनों का लाभ उठाती है।
4. संख्यात्मक सत्यापन (Numerical Validation): बाधाओं के माध्यम से नेविगेट करने वाले 2D डबल-इंटीग्रेटर सिस्टम पर एक प्रूफ-ऑफ-कॉन्सेप्ट प्रयोग, जो प्रदर्शित करता है कि प्रस्तावित विधि वहां सुरक्षा की गारंटी देती है जहां पारंपरिक मोनोटोनिक दृष्टिकोण विफल हो सकते हैं या बहुत अधिक रूढ़िवादी हो सकते हैं।

4. परिणाम (Results)

• सिमुलेशन सेटअप: एक 2D एजेंट ($\ddot{z} = u$) जो गोलाकार बाधाओं के बीच से नेविगेट कर रहा है। यहाँ RoM एक सिंगल इंटीग्रेटर ($\dot{z} = v$) है।
• तुलना: लेखकों ने तीन अलग-अलग सुरक्षा क्षय दरों ($\alpha$) वाले परिदृश्यों का परीक्षण किया:
  • $\alpha = 5$ (अत्यधिक आक्रामक): RoM CBF अमान्य था; सिस्टम बाधाओं से टकरा गया।
  • $\alpha = 1$ (प्रारंभिक अवस्था $S_V$ के बाहर): सिस्टम रिकरेंट सुरक्षित सेट से बाहर शुरू हुआ और अंततः असुरक्षित हो गया।
  • $\alpha = 0.5$ (वैध): प्रारंभिक अवस्था $S_V$ के भीतर थी। ट्रैकिंग एरर ने क्षणिक विचलन प्रदर्शित किए लेकिन रिकरेंस स्थिति को संतुष्ट किया। सिस्टम ने बिना किसी टक्कर के बाधाओं को सफलतापूर्वक पार किया।
• अवलोकन: परिणामों ने पुष्टि की कि ट्रैकिंग एरर $\|\dot{e}\|$ घातीय रूप से सिकुड़ता है (RTF स्थिति को संतुष्ट करता है) और बैरियर फंक्शन $h(t)$ गैर-ऋणात्मक बना रहता है, जो सैद्धांतिक सुरक्षा गारंटी को मान्य करता है।

5. महत्व (Significance)

• स्केलेबिलिटी: यह दृष्टिकोण उन उच्च-आयामी, अंडर-एक्टुएटेड या जटिल गैररेखीय प्रणालियों के लिए CBFs को लागू करने की बाधा को काफी कम कर देता है जहाँ मोनोटोनिक ल्यपुनोव फलनों का निर्माण अव्यवहार्य है।
• लचीलापन: ट्रैकिंग एरर के क्षणिक विचलन की अनुमति देकर, कंट्रोलर सिस्टम के उपलब्ध नियंत्रण अधिकार (control authority) का अधिक उपयोग कर सकता है, जिससे उन विधियों की तुलना में रूढ़िवादिता कम होती है जिन्हें हर समय सख्त त्रुटि सीमाओं की आवश्यकता होती है।
• व्यावहारिकता: जटिल विश्लेषणात्मक ल्यपुनोव फलनों (के बजाय सरल नॉर्म्स) पर निर्भरता, सुरक्षा नियंत्रकों के संश्लेषण को भविष्य में डेटा-संचालित दृष्टिकोणों और लर्निंग-आधारित विधियों के अधिक अनुकूल बनाती है।
• सैद्धांतिक सेतु: यह पुनरावृत्ति-आधारित स्थिरता विश्लेषण (recurrence-based stability analysis) और सुरक्षा-महत्वपूर्ण नियंत्रण के बीच के अंतर को पाटता है, जो "सुरक्षित लेकिन पूर्णतः मोनोटोनिक नहीं" ट्रैकिंग व्यवहारों के लिए एक कठोर गणितीय आधार प्रदान करता है।