⚡ electrical engineering

Physics-Informed Neural Networks for Nonlinear Output Regulation

यह शोध पत्र एक भौतिकी-सूचित न्यूरल नेटवर्क (PINN) ढांचे का प्रस्ताव करता है जो नॉनलीनियर आउटपुट रेगुलेशन के लिए रेगुलेटर समीकरणों के समाधान का सीधे अनुमान लगाता है, जिससे हेलीकॉप्टर सिंक्रोनाइज़ेशन कार्य द्वारा प्रदर्शित विभिन्न एक्सोसिस्टम मापदंडों में सामान्यीकृत होने वाले स्टेडी-स्टेट मैनिफोल्ड्स और फीडफॉरवर्ड इनपुट्स के वास्तविक समय में, डेटा-मुक्त अनुमान की क्षमता सक्षम होती है।

मूल लेखक: Sebastiano Mengozzi, Giovanni B. Esposito, Michelangelo Bin, Andrea Acquaviva, Andrea Bartolini, Lorenzo Marconi

प्रकाशित 2026-04-29

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Sebastiano Mengozzi, Giovanni B. Esposito, Michelangelo Bin, Andrea Acquaviva, Andrea Bartolini, Lorenzo Marconi

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 समुद्र के बीचों-बीच एक तैरते हुए प्लेटफॉर्म पर एक हेलीकॉप्टर उतारने की कोशिश कर रहे हैं। वह प्लेटफॉर्म सिर्फ स्थिर नहीं है; वह लहरों के साथ एक लयबद्ध, अनुमानित पैटर्न में ऊपर-नीचे हो रहा है। आपका लक्ष्य हेलीकॉप्टर को उस चलते हुए बिंदु के ठीक ऊपर मंडराते रहने के लिए रखना है, ताकि वह इसके हर उतार-चढ़ाव के साथ तालमेल बिठा सके, जिससे उनके बीच की दूरी हमेशा शून्य बनी रहे।

यह कंट्रोल थ्योरी (नियंत्रण सिद्धांत) की एक क्लासिक समस्या है जिसे आउटपुट रेगुलेशन (Output Regulation) कहा जाता है। सरल मशीनों के लिए, हमारे पास अच्छे गणितीय उपकरण हैं। लेकिन हेलीकॉप्टर जैसी जटिल, नॉन-लीनियर (गैर-रेखीय) मशीनों के लिए (जहाँ स्टिक को थोड़ा सा धकेलने का मतलब यह नहीं होता कि परिणाम भी थोड़ा ही होगा), गणित अविश्वसनीय रूप से जटिल हो जाता है। इसमें रेगुलेटर इक्वेशंस (Regulator Equations) नामक समीकरणों के एक सेट को हल करना शामिल है। पारंपरिक रूप से, इन समीकरणों को हल करना सुई के ढेर में सुई खोजने जैसा है; यह धीमा, कठिन और अक्सर पूरी तरह से असंभव होता है।

नया दृष्टिकोण: "फिजिक्स-सेवी" (भौतिकी की समझ रखने वाला) AI

इस शोध पत्र के लेखक इन जटिल समीकरणों को हल करने के लिए फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क्स (PINNs) का उपयोग करके एक चतुर नया तरीका प्रस्तावित करते हैं।

एक मानक AI को एक ऐसे छात्र के रूप में सोचें जो फ्लैशकार्ड रटकर सीखता है। यदि आप उसे बिल्ली की 1,000 तस्वीरें दिखाते हैं, तो वह सीख जाता है कि बिल्ली कैसी दिखती है। लेकिन यदि आप उसे कुत्ते की तस्वीर दिखाते हैं, तो वह भ्रमित हो सकता है।

यह नया दृष्टिकोण अलग है। डेटा को रटने के बजाय, इस AI को भौतिकी का नियम पुस्तिका (Rulebook of Physics) दी जाती है (वे समीकरण जो बताते हैं कि हेलीकॉप्टर कैसे चलता है) और इसे सीधे उन नियमों से समाधान सीखने के लिए कहा जाता है।

उपमा: कल्पना कीजिए कि आप अपने हाथ पर झाड़ू को संतुलित करना सीखना चाहते हैं। एक पारंपरिक विधि में आपको हजारों वीडियो रिकॉर्ड करने होंगे जिनमें लोग झाड़ू संतुलित कर रहे हों और फिर उन्हें कॉपी करना होगा। PINN विधि एक ऐसे छात्र की तरह है जिसे गुरुत्वाकर्षण और घर्षण के नियम दिए जाते हैं और कहा जाता है, "इन नियमों के आधार पर, यह पता लगाओ कि झाड़ू को संतुलित रखने के लिए हाथ की कौन सी सटीक हरकतें होनी ही चाहिए।"

यह कैसे काम करता है

लक्ष्य: शोधकर्ताओं ने एक "जादुई मानचित्र" (Magic Map) खोजने की कोशिश की। यह मानचित्र हेलीकॉप्टर को ठीक से बताएगा कि उसे क्या करना है (कितना थ्रस्ट इस्तेमाल करना है, कितना झुकना है) प्लेटफॉर्म की किसी भी संभावित गति के लिए।
प्रशिक्षण: उन्होंने AI को पहले से गणना किए गए उत्तर नहीं दिए। इसके बजाय, उन्होंने AI को उत्तरों का अनुमान लगाने दिया और फिर जांचा: "क्या आपका अनुमान भौतिकी के नियमों का पालन करता है?" यदि अनुमान गलत था, तो AI ने खुद को समायोजित किया। AI ने इसे लाखों बार तब तक किया जब तक कि उसने एक ऐसा समाधान नहीं खोज लिया जो भौतिकी के समीकरणों को पूरी तरह से संतुष्ट करता हो।
परिणाम: AI ने एक "यूनिवर्सल ऑपरेटर" सीखा। केवल एक विशिष्ट गति पर चलने वाले प्लेटफॉर्म पर उतरने का नियम सीखने के बजाय, इसने किसी भी गति या किसी भी शुरुआती स्थिति में चलने वाले प्लेटफॉर्म पर उतरने का सामान्य नियम सीख लिया।

हेलीकॉप्टर परीक्षण

यह काम करता है या नहीं, इसे साबित करने के लिए, उन्होंने एक सिम्युलेशन पर परीक्षण किया जिसमें एक हेलीकॉप्टर एक ऐसे प्लेटफॉर्म पर उतर रहा था जो साइन वेव (sine wave) की तरह ऊपर-नीचे हो रहा था।

परीक्षण: उन्होंने AI को कुछ विशिष्ट तरंग पैटर्न (wave patterns) पर प्रशिक्षित किया। फिर, उन्होंने उन तरंग पैटर्न पर परीक्षण किया जिन्हें AI ने पहले कभी नहीं देखा था (अलग गति, अलग शुरुआती ऊंचाई)।
परिणाम: AI-नियंत्रित हेलीकॉप्टर ने उल्लेखनीय प्रदर्शन किया। भले ही प्लेटफॉर्म उन तरीकों से चला जिस तरह से AI ने अभ्यास नहीं किया था, हेलीकॉप्टर लक्ष्य के साथ पूरी तरह से संरेखित रहा। त्रुटि (हेलीकॉप्टर और प्लेटफॉर्म के बीच की दूरी) बहुत कम थी—इतनी छोटी कि ग्राफ पर इसे देखना भी मुश्किल था।

यह क्यों महत्वपूर्ण है

यह शोध पत्र दावा करता है कि यह एक बड़ी उपलब्धि है क्योंकि:

यह तेज़ है: एक बार जब AI प्रशिक्षित हो जाता है, तो यह वास्तविक समय में सटीक नियंत्रण चालों की गणना कर सकता है, जो वास्तविक हार्डवेयर (जैसे ड्रोन के कंप्यूटर) पर चलाने के लिए पर्याप्त तेज़ है।
यह सामान्य है: यह केवल एक विशिष्ट समस्या को हल नहीं करता है; यह समाधानों के एक पूरे 'परिवार' को सीखता है। यदि तरंग पैटर्न थोड़ा बदल जाता है, तो AI पहले से ही जानता है कि इसे कैसे संभालना है।
डेटा की आवश्यकता नहीं है: इसे सीखने के लिए "सफल लैंडिंग" के विशाल डेटासेट की आवश्यकता नहीं है। यह भौतिकी के गणित से सीधे सीखता है।

एक कमी

शोध पत्र एक प्रमुख सीमा का उल्लेख करता है: यह विधि यह मानती है कि हेलीकॉप्टर को हर क्षण पता होता है कि प्लेटफॉर्म कहाँ है और वह कैसे चल रहा है (इसे "फुल इंफॉर्मेशन" कहा जाता है)। वास्तविक दुनिया में, सेंसर त्रुटिपूर्ण या विलंबित हो सकते हैं, जिसे लेखक भविष्य के कार्य के लिए एक चुनौती मानते हैं।

संक्षेप में: शोधकर्ताओं ने एक ऐसा AI बनाया जो डेटा को रटने के बजाय भौतिकी के नियमों को समझकर जटिल गणितीय समस्याओं को हल करना सीख गया। उन्होंने साबित किया कि यह एक चलते हुए लक्ष्य पर हेलीकॉप्टर को पूरी तरह से उतारने के लिए मार्गदर्शन कर सकता है, भले ही लक्ष्य उन तरीकों से चला हो जो AI ने पहले कभी नहीं देखे थे।

यहाँ "Physics-Informed Neural Networks for Nonlinear Output Regulation" (मेंगोज़ी और अन्य द्वारा लिखित) का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र उन प्रणालियों के लिए नॉनलीनर आउटपुट रेगुलेशन समस्या (nonlinear output-regulation problem) को संबोधित करता है जहाँ प्लांट की स्थिति ( $x$ ) और एक्सोसिस्टम की स्थिति ( $w$ ) दोनों ज्ञात होती हैं (फुल-इन्फॉर्मेशन सेटिंग)। लक्ष्य एक फीडबैक कंट्रोल लॉ (feedback control law) डिजाइन करना है ताकि सिस्टम का आउटपुट एक संदर्भ प्रक्षेपवक्र (reference trajectory) को सटीक रूप से ट्रैक कर सके या एक्सोसिस्टम द्वारा उत्पन्न विक्षोभों (disturbances) को खारिज कर सके।

सैद्धांतिक चुनौती (Theoretical Challenge): इस समस्या को हल करने के लिए दो मैपिंग्स को खोजना आवश्यक है: एक स्थिर-अवस्था स्टेट मैनिफोल्ड $\pi(w)$ और एक फीडफॉरवर्ड इनपुट $c(w)$ । इन मैपिंग्स को रेगुलेटर इक्वेशंस (REs) को संतुष्ट करना चाहिए, जो कि आंशिक अवकल समीकरणों (PDEs) का एक समूह है जो बीजगणितीय बाधाओं (Isidori-Byrnes equations) के साथ जुड़े हुए हैं।
मौजूदा विधियों की सीमाएँ (Limitations of Existing Methods):
- विश्लेषणात्मक (Analytical): नॉनलीनर प्रणालियों के लिए सटीक समाधान शायद ही कभी उपलब्ध होते हैं।
- अनुमानित (Galerkin/Taylor): ये विधियाँ नॉनलिनैरिटी के साथ खराब प्रदर्शन करती हैं, केवल मूल बिंदु (origin) के छोटे परिवेश में मान्य होती हैं, या जटिल उच्च-क्रम विस्तार (high-order expansions) की आवश्यकता होती है।
- पूर्ववर्ती न्यूरल नेटवर्क दृष्टिकोण: पिछले NN-आधारित समाधान उथले मॉडलों (shallow models) के साथ डेटा फिटिंग पर निर्भर थे और बिना पुन: प्रशिक्षण के विभिन्न सिस्टम मापदंडों या प्रारंभिक स्थितियों के बीच सामान्यीकरण (generalize) करने की क्षमता में कमी थी।

2. कार्यप्रणाली (Methodology)

लेखक रेगुलेटर इक्वेशंस को सीधे हल करने के लिए एक फिजिक्स-इन्फॉर्मड न्यूरल नेटवर्क (PINN) ढांचे का प्रस्ताव करते हैं, जो लेबल किए गए डेटासेट या पूर्व-परिकलित प्रक्षेपवक्रों की आवश्यकता को समाप्त करता है।

मुख्य अवधारणा (Core Concept)

एक समय-विकास प्रक्षेपवक्र (time-evolution trajectory) सीखने के बजाय, नेटवर्क एक स्थिर-अवस्था ऑपरेटर (steady-state operator) सीखता है जो एक्सोसिस्टम अवस्था $w$ को सीधे आवश्यक प्लांट अवस्थाओं $\pi(w)$ और कंट्रोल इनपुट्स $c(w)$ में मैप करता है।

आर्किटेक्चर और प्रशिक्षण (Architecture and Training)

नेटवर्क संरचना: चार हिडन लेयर्स और $\approx 8 \times 10^4$ पैरामीटर्स वाला एक फुली कनेक्टेड न्यूरल नेटवर्क ( $n_\xi$ )। यह एक्सोसिस्टम अवस्था $w$ को इनपुट के रूप में लेता है और अनुमानित $\hat{\pi}(w)$ और $\hat{c}(w)$ को आउटपुट के रूप में देता है।
लॉस फंक्शन (Loss Function): प्रशिक्षण अनसुपरवाइज्ड (unsupervised) है। लॉस फंक्शन $J$ $J$ रेगुलेटर इक्वेशंस के अवशेषों (residuals) को कम करता है और बाउंड्री कंडीशंस को लागू करता है:
$J = J_{PDE} + \lambda \cdot J_{BC}$
- $J_{PDE}$ : PDE अवशेषों ( $L_s\hat{\pi} - f(\hat{\pi}, \hat{c}, w)$ ) और बीजगणितीय बाधाओं ( $h(\hat{\pi}, w)$ ) के मीन स्क्वेर्ड एरर (MSE) को दर्शाता है।
- $J_{BC}$ : बाउंड्री कंडीशंस (जैसे, एक्चुएटर सीमाएं) के लिए एक पेनल्टी टर्म है।
- ऑटोमैटिक डिफरेंशिएशन (Automatic Differentiation): नेटवर्क इनपुट $w$ के सापेक्ष ली डेरिवेटिव्स ( $L_s\pi$ ) की गणना करने के लिए उपयोग किया जाता है, जिससे नेटवर्क एक्सोसिस्टम डायनेमिक्स की भौतिकी को "समझ" पाता है।
सामान्यीकरण रणनीति (Generalization Strategy): नेटवर्क को डायनेमिकल सिस्टम्स के एक परिवार (varying exosystem initial conditions और फ्रीक्वेंसी $\Omega$ जैसे मापदंडों को बदलकर) को सैंपल करके प्रशिक्षित किया जाता है। यह नेटवर्क को एक विशिष्ट उदाहरण के बजाय एक सामान्य समाधान ऑपरेटर सीखने के लिए मजबूर करता है।

3. केस स्टडी: हेलीकॉप्टर वर्टिकल लैंडिंग (Case Study: Helicopter Vertical Landing)

इस दृष्टिकोण को मान्य करने के लिए, लेखकों ने इसे एक नॉनलीनर बेंचमार्क पर लागू किया: हेलीकॉप्टर की वर्टिकल डायनेमिक्स को हार्मोनिक रूप से दोलन करने वाले प्लेटफॉर्म के साथ सिंक्रोनाइज़ करना।

सिस्टम डायनेमिक्स: इसे मल्टी-इनपुट नॉनलीनर डायनेमिक्स (मेन रोटर थ्रस्ट, टेल रोटर थ्रस्ट, और रोटर टिल्ट्स) वाले एक रिजिड बॉडी के रूप में मॉडल किया गया है।
एक्सोसिस्टम: एक हार्मोनिक ऑसिलेटर जो अज्ञात फ्रीक्वेंसी और आयाम के साथ एक वर्टिकल साइनुसोइडल रेफरेंस उत्पन्न करता है।
रेगुलेटर इक्वेशंस: समस्या को स्थिर-अवस्था रोल/पिच एंगल्स ( $\pi_\phi, \pi_\theta$ ) और एक विशिष्ट कंट्रोल इनपुट ( $c_b$ ) के लिए हल करने में बदल दिया गया जो न्यूटन-यूलर समीकरणों से प्राप्त युग्मित (coupled) PDEs को संतुष्ट करते हैं।
बाधाएं (Constraints): समाधान को एक्चुएटर सीमाओं (जैसे, $|u_b| \leq 0.3491$ ) का सम्मान करना चाहिए।

4. मुख्य परिणाम (Key Results)

फ्रेमवर्क का परीक्षण एक कंज्यूमर GPU पर 30-सेकंड के सिमुलेशन होराइजन के लिए किया गया था।

उच्च-सटीकता पुनर्निर्माण (High-Fidelity Reconstruction): PINN ने उच्च सटीकता के साथ ज़ीरो-एरर मैनिफोल्ड को सफलतापूर्वक पुनर्गठित किया। सीखी गई मैपिंग ( $\pi(w), c(w)$ ) ने एक्सोसिस्टम द्वारा प्रेरित दोलन व्यवहार को सही ढंग से कैप्चर किया।
सामान्यीकरण (Generalization):
- कंट्रोलर ने एक्सोसिस्टम फ्रीक्वेंसी और प्रारंभिक स्थितियों की एक विस्तृत श्रृंखला में निम्न ट्रैकिंग एरर बनाए रखा, जिसमें वे कॉन्फ़िगरेशन भी शामिल थे जिन्हें प्रशिक्षण के दौरान नहीं देखा गया था (आउट-ऑफ-डिस्ट्रीब्यूशन)।
- "इन-डिस्ट्रीब्यूशन" और "आउट-ऑफ-डिस्ट्रीब्यूशन" परिदृश्यों में, अवशेष ट्रैकिंग एरर (residual tracking error) संदर्भ सिग्नल के लगभग दो ऑर्डर ऑफ मैग्नीट्यूड छोटा था।
ट्रिम कंडीशन रिकवरी (Trim Condition Recovery): जब एक्सोसिस्टम अवस्था शून्य थी (कोई विक्षोभ नहीं), तो नेटवर्क ने हेलीकॉप्टर के लिए ज्ञात "ट्रिम" स्थिति (स्थिर होवर इनपुट्स) को सही ढंग से रिकवर किया, जो समाधान की भौतिक निरंतरता को प्रमाणित करता है।
प्रदर्शन मेट्रिक्स (Performance Metrics):
- प्रशिक्षण (Training): कुछ मिनटों में पूरा हुआ।
- इन्फरेंस (Inference): रियल-टाइम एम्बेडेड डिप्लॉयमेंट के लिए उपयुक्त हल्का फॉरवर्ड पास।
- त्रुटि (Error): औसत एब्सोल्यूट वर्टिकल ट्रैकिंग एरर $\approx 0.031$ मीटर था, जिसमें अधिकांश त्रुटियां नगण्य थीं। विचलन (Divergence) केवल अत्यधिक, अत्यधिक नॉनलीनियर क्षेत्रों (उच्च फ्रीक्वेंसी/एम्प्लीट्यूड) में हुआ, जिसका कारण फीडबैक स्टेबलाइजर डिज़ाइन था न कि REs को हल करने में PINN की अक्षमता।

5. महत्व और योगदान (Significance and Contributions)

डेटा-कुशल समाधान (Data-Efficient Solving): यह प्रदर्शित करता है कि कंट्रोल थ्योरी में जटिल नॉनलीनर PDEs को विशाल डेटासेट के बिना, केवल सिस्टम की गणितीय संरचना (फिजिक्स-इन्फॉर्मड) के आधार पर हल किया जा सकता है।
ऑपरेटर लर्निंग (Operator Learning): यह दृष्टिकोण एक एकल उदाहरण को हल करने के बजाय एक सॉल्यूशन ऑपरेटर सीखने की ओर स्थानांतरित होता है जो सिस्टम्स के एक परिवार में सामान्यीकरण करता है, जिससे यह पैरामीटर विविधताओं के प्रति मजबूत बनता है।
रियल-टाइम व्यवहार्यता (Real-Time Feasibility): यह विधि सैद्धांतिक नॉनलीनर कंट्रोल (जो अक्सर कम्प्यूटेशनल रूप से निषेधात्मक होता है) और व्यावहारिक कार्यान्वयन के बीच के अंतर को पाटती है, जो एम्बेडेड हार्डवेयर पर रियल-टाइम कंट्रोल के लिए एक कुशल मार्ग प्रदान करती है।
व्यापक प्रयोज्यता (Broad Applicability): हालांकि इसका परीक्षण हेलीकॉप्टर पर किया गया है, लेकिन यह पद्धति किसी भी नॉनलीनर सिस्टम पर लागू की जा सकती है जहाँ आउटपुट रेगुलेशन समस्या का समाधान उपलब्ध हो, बशर्ते रेगुलेटर इक्वेशंस को फॉर्म्युलेट किया जा सके।

6. सीमाएं और भविष्य का कार्य (Limitations and Future Work)

फुल-इन्फॉर्मेशन धारणा (Full-Information Assumption): वर्तमान विधि मानती है कि फीडबैक के लिए एक्सोसिस्टम अवस्था $w$ उपलब्ध है। भविष्य के कार्य का लक्ष्य इसे आंशिक-सूचना (partial-information) सेटिंग्स तक विस्तारित करना है (जहाँ $w$ का अनुमान लगाया जाता है)।
फीडबैक स्टेबिलाइजेशन (Feedback Stabilization): यह पेपर REs (फीडफॉरवर्ड) को हल करने पर केंद्रित है। क्लोज्ड-लूप सिस्टम की स्थिरता एक अलग फीडबैक गेन पर निर्भर करती है, जिसे अनुभवजन्य (empirically) रूप से ट्यून किया गया था। भविष्य के कार्य में ऑपरेटिंग क्षेत्र को बढ़ाने के लिए उन्नत स्टेबलाइजिंग फीडबैक डिजाइनों को एकीकृत करना शामिल हो सकता है।
प्लांट अनिश्चितता (Plant Uncertainty): फ्रेमवर्क को प्लांट के परिवारों (पैरामीट्रिक अनिश्चितता के साथ) को संभालने के लिए विस्तारित करना (प्रशिक्षण के दौरान प्लांट मापदंडों को रैंडमाइज करना) एक प्रस्तावित दिशा है।