⚡ electrical engineering

LC-SAC: Lyapunov-Constrained Soft Actor-Critic via Koopman Operator Theory for Trajectory Tracking and Stabilization

यह शोध पत्र LC-SAC का प्रस्ताव करता है, जो एक लयापुनोव-प्रतिबंधित (Lyapunov-constrained) सॉफ्ट एक्टर-क्रिटिक एल्गोरिदम है जो EDMD और DARE के माध्यम से एक क्लोज्ड-फॉर्म कंट्रोल लयापुनोव फंक्शन प्राप्त करने के लिए कूपमैन ऑपरेटर थ्योरी (Koopman operator theory) का लाभ उठाता है, और इसे क्वाड्रोटर नियंत्रण जैसे सुरक्षा-महत्वपूर्ण प्रक्षेपवक्र ट्रैकिंग कार्यों में स्थिरता सुनिश्चित करने और विचलन को रोकने के लिए एक CVaR-आधारित लैग्रेंजियन दंड (Lagrangian penalty) के रूप में एकीकृत करता है।

मूल लेखक: Dhruv S. Kushwaha, Zoleikha A. Biron

प्रकाशित 2026-06-03

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Dhruv S. Kushwaha, Zoleikha A. Biron

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 रोबोट को ड्रोन उड़ाना या कार्ट पर एक डंडा संतुलित करना सिखा रहे हैं। आप चाहते हैं कि रोबोट इसे पूरी तरह से करना सीख जाए, लेकिन आप इस बात से डरे हुए हैं कि जब वह "सीख" रहा हो, तो कहीं वह क्रैश न हो जाए, नियंत्रण से बाहर होकर घूमने न लगे, या गिर न जाए।

यह वह समस्या है जिसे LC-SAC पेपर हल करने की कोशिश करता है। यह रोबोट को सिखाने का एक नया तरीका पेश करता है—Reinforcement Learning (RL) का उपयोग करके, जो एक ऐसी विधि है जहाँ AI प्रयास और त्रुटि (trial and error) से सीखता है—जबकि इसमें एक "सुरक्षा जाल" (safety net) भी जोड़ता है जो यह गारंटी देता है कि सीखने की प्रक्रिया के दौरान रोबोट पागल नहीं होगा।

यहाँ इसका एक सरल विवरण दिया गया है, जिसे रोजमर्रा के उदाहरणों का उपयोग करके समझाया गया है।

1. समस्या: "जंगली खोजकर्ता" (The Wild Explorer)

मानक AI लर्निंग (जैसे कि पेपर में उल्लेखित "वैनिला SAC" एल्गोरिदम) एक जंगली खोजकर्ता की तरह है। यह सबसे अच्छा रास्ता खोजने के लिए कई चीजें आज़माता है।

अच्छी बात: यह बहुत कुशल, उच्च-प्रदर्शन वाले मूव्स (moves) ढूंढ सकता है।
बुरी बात: कभी-कभी, सबसे अच्छा मूव खोजने की अपनी खोज में, यह कुछ खतरनाक करने की कोशिश करता है। सिमुलेशन में, यह केवल एक 'रीसेट' होता है। वास्तविक दुनिया में, इसका मतलब ड्रोन का दीवार से टकरा जाना या रोबोटिक आर्म का टूट जाना हो सकता है।
मुद्दा: मानक AI में कोई अंतर्निहित "स्थिरता गारंटी" (stability guarantee) नहीं होती है। यह अच्छी तरह से उड़ना सीख सकता है, लेकिन शायद 100 क्रैश होने के बाद।

2. समाधान: "गणितीय सुरक्षा जाल" (The Mathematical Safety Net)

लेखकों ने LC-SAC नामक एक प्रणाली बनाई है। इसे एक खोजकर्ता को एक सख्त, अदृश्य पट्टे (leash) देने के रूप में समझें जो केवल तभी कसता है जब वे सुरक्षा से बहुत दूर जाने लगते हैं।

उन्होंने इस पट्टे को बनाने के लिए तीन मुख्य उपकरणों का उपयोग किया:

A. "क्रिस्टल बॉल" (Koopman Operator & EDM)

वास्तविक दुनिया का भौतिक विज्ञान (जैसे ड्रोन उड़ना) जटिल और नॉन-लीनियर (non-linear) है। यह भविष्यवाणी करना कठिन है कि आगे क्या होगा।

उदाहरण: कल्पना कीजिए कि हवा में उड़ते हुए पत्ते के रास्ते की भविष्यवाणी करने की कोशिश करना। यह अराजक (chaotic) है। लेकिन, यदि आप उस पत्ते को एक विशेष "जादुई लेंस" (Koopman Operator) के माध्यम से देखते हैं, तो वह अराजक गति अचानक एक ग्राफ पर एक सीधी रेखा की तरह दिखने लगती है।
उन्होंने क्या किया: उन्होंने इस "जादुई लेंस" को बनाने के लिए EDM नामक तकनीक का उपयोग किया। यह अव्यवस्थित, वास्तविक दुनिया के डेटा को लेता है और उसे एक सरल, लीनियर दुनिया में ले जाता है जहाँ गणित आसान होता है। यह उन्हें हर भविष्यवाणी के लिए जटिल न्यूरल नेटवर्क की आवश्यकता के बिना, भविष्य की स्थिति की बहुत सटीक भविष्यवाणी करने की अनुमति देता है।

B. "एनर्जी मीटर" (Lyapunov Function)

भौतिकी में, हम अक्सर "पोटेंशियल एनर्जी" (potential energy) की बात करते हैं। एक पहाड़ी के शीर्ष पर स्थित गेंद में उच्च ऊर्जा होती है; पहाड़ी के नीचे स्थित गेंद में कम ऊर्जा होती है। स्थिर रहने के लिए, गेंद को नीचे की ओर लुढ़कना चाहिए, ऊर्जा खोते हुए रुक जाना चाहिए।

उदाहरण: लेखकों ने एक गणितीय "एनर्जी मीटर" बनाया (जिसे Lyapunov Function कहा जाता है)।
- यदि रोबोट अपने लक्ष्य से दूर है (जैसे लैंडिंग स्पॉट से दूर ड्रोन), तो मीटर "उच्च ऊर्जा" (High Energy) दिखाता है।
- यदि रोबोट लक्ष्य के करीब है, तो मीटर "कम ऊर्जा" (Low Energy) दिखाता है।
- नियम: रोबोट के सुरक्षित होने के लिए, हर कदम के साथ "ऊर्जा" कम होनी चाहिए। यदि AI ऐसा मूव आज़माता है जिससे ऊर्जा बढ़ती है, तो सिस्टम कहता है, "नहीं, यह खतरनाक है!"
नवाचार: आमतौर पर, इस "एनर्जी मीटर" को समझने के लिए एक अन्य जटिल AI को प्रशिक्षित करने की आवश्यकता होती है। लेखकों ने इस समस्या को हल किया क्योंकि उन्होंने अपने "क्रिस्टल बॉल" (चरण A से) का उपयोग करके एक मानक, क्लोज्ड-फॉर्म गणितीय समीकरण (DARE) का उपयोग करके ऊर्जा मीटर की गणना की। यह तेज़, विश्वसनीय है, और इसके लिए अतिरिक्त प्रशिक्षण की आवश्यकता नहीं है।

C. "सख्त कोच" (CVaR & Lagrangian Penalty)

अब, आप AI को एनर्जी मीटर सुनने के लिए कैसे मजबूर करेंगे?

उदाहरण: कल्पना कीजिए कि एक कोच जो केवल यह नहीं कहता कि, "औसतन, आप सुरक्षित हैं।" इसके बजाय, वह आपके सबसे खराब 25% मूव्स को देखता है। यदि आपका कोई भी मूव क्रैश होने के बहुत करीब था, तो कोच बहुत सख्त हो जाता है।
यह कैसे काम करता है: उन्होंने एक सांख्यिकीय उपकरण CVaR (Conditional Value-at-Risk) का उपयोग किया। औसत गलतियों के बजाय, यह वितरण के "पूंछ" (tail) पर ध्यान केंद्रित करता है—वे दुर्लभ, गंभीर क्षण जहाँ रोबोट नियंत्रण खोने ही वाला था।
उन्होंने AI के लर्निंग स्कोर में एक "पेनल्टी" (दंड) जोड़ी। यदि AI ऐसा मूव आज़माता है जो एनर्जी मीटर को बढ़ाता है, तो उसे भारी दंड मिलता है। AI जल्दी सीख जाता है: "मुझे अच्छा स्कोर पाने के लिए इन मूव्स से बचना होगा।"

3. परिणाम: सुरक्षा बनाम गति (Safety vs. Speed)

पेपर का परीक्षण छह अलग-अलग परिदृश्यों पर किया गया: पोल को संतुलित करना (cartpole) और 2D एवं 3D में ड्रोन उड़ाना।

"स्टेबलाइजेशन" पर (स्थिर रहना): नया तरीका एक बड़ी सफलता रहा। इसने मानक AI के समान ही सीखा, लेकिन यह कहीं अधिक सुसंगत (consistent) था। जबकि मानक AI कभी-कभी क्रैश हो जाता और पूरी तरह विफल हो जाता (वेरिएंस उच्च था), LC-SAC विधि विश्वसनीय और दोहराने योग्य थी। यह एक ऐसे छात्र की तरह है जो लगातार पढ़ाई करता है और हमेशा पास होता है, बनाम एक ऐसे छात्र के विपरीत जो कभी 'A' ग्रेड पाता है और कभी फेल हो जाता है।
"ट्रैकिंग" पर (चलते हुए लक्ष्य का पीछा करना): यहाँ, एक छोटा सा समझौता (trade-off) था। क्योंकि "एनर्जी मीटर" एक निश्चित लक्ष्य के लिए डिज़ाइन किया गया था, इसलिए यह तेज़ चलते लक्ष्य के मामले में थोड़ा अधिक सख्त था। AI को परफेक्ट स्कोर पाने में थोड़ा धीमा लगा (कुछ मामलों में लगभग 8-15% कम रिवॉर्ड), लेकिन यह बहुत अधिक सुरक्षित और स्थिर था। यह उतनी बार क्रैश नहीं हुआ।
"रिवॉर्ड शेपिंग" की विफलता: पेपर में एक अन्य तरीका भी आज़माया गया जहाँ उन्होंने बस रिवॉर्ड में सुरक्षा नियम जोड़ दिए (जैसे सुरक्षित होने के लिए बोनस देना) न कि एक हार्ड कंस्ट्रेंट के रूप में। यह जटिल 3D ड्रोन कार्यों पर बुरी तरह विफल रहा। AI भ्रमित हो गया और क्रैश हो गया। इससे सिद्ध हुआ कि जटिल रोबोट के लिए एक हार्ड कंस्ट्रेंट (पट्टा) आवश्यक है, न कि केवल एक नरम सुझाव।

सारांश

यह पेपर रोबोट को उड़ाने और संतुलित करने का एक नया तरीका प्रस्तुत करता है।

वे जटिल भौतिकी को सरल, अनुमानित रेखाओं में बदलने के लिए एक गणितीय ट्रिक का उपयोग करते हैं।
वे इसका उपयोग एक गारंटीकृत "एनर्जी मीटर" बनाने के लिए करते हैं जो उन्हें बताता है कि रोबोट अस्थिर हो रहा है।
वे AI को इस मीटर को सुनने के लिए मजबूर करते हैं, विशेष रूप से सबसे खराब परिदृश्यों को दंडित करके।

मुख्य बात: आप प्रदर्शन का बहुत अधिक त्याग किए बिना एक रोबोट को सुरक्षित और स्थिर होना सिखा सकते हैं। यह एक लापरवाह ड्राइवर और एक सतर्क ड्राइवर के बीच का अंतर है, जो शायद गंतव्य तक तेज़ी से पहुँच सकता है लेकिन अक्सर दुर्घटनाग्रस्त होता है, जबकि सतर्क ड्राइवर थोड़ा धीमा हो सकता है लेकिन बिना किसी घटना के हर बार वहाँ पहुँचता है।

तकनीकी सारांश: LC-SAC: कोपमान ऑपरेटर थ्योरी के माध्यम से लयापोनोव-प्रतिबंधित सॉफ्ट एक्टर-क्रिटिक (Lyapunov-Constrained Soft Actor-Critic)

समस्या विवरण
सुदृढीकरण शिक्षण (Reinforcement Learning - RL) ने जटिल अनुक्रमिक निर्णय लेने में सफलता प्रदर्शित की है, लेकिन यह सुरक्षा-महत्वपूर्ण भौतिक प्रणालियों (safety-critical physical systems) पर लागू होने में महत्वपूर्ण बाधाओं का सामना करता है। मानक RL एल्गोरिदम पुरस्कार अधिकतमकरण (reward maximization) को प्राथमिकता देते हैं, जिससे अक्सर ऐसी नीतियां उत्पन्न होती हैं जो अन्वेषण-संचालित क्षणिक परिवर्तनों (exploration-driven transients) और फलन सन्निकटन त्रुटियों (function approximation errors) के कारण दोलनों या अनियंत्रित अवस्था विचलन (unbounded state divergence) को प्रेरित करती हैं। जबकि लयापोनोव-आधारित विधियाँ स्थिरता के लिए एक सिद्धांतवादी मार्ग प्रदान करती हैं, मौजूदा दृष्टिकोण आवर्ती सीमाओं से ग्रस्त हैं: अज्ञात, उच्च-आयामी वातावरणों में वैध लयापोनोव फलनों (Lyapunov functions) के निर्माण में कठिनाई; ऑन-पॉलिसी लयापोनोव लर्निंग की नमूना अक्षमता (sample inefficiency); और प्रत्येक अपडेट चरण पर प्रोजेक्शन या प्रतिबन्धात्मक अनुकूलन (constrained optimization) को हल करने का कम्प्यूटेशनल बोझ। इसके अतिरिक्त, सीखे गए लयापोनोव प्रमाणपत्रों (Lyapunov certificates) में अक्सर वैश्विक वैधता गारंटी की कमी होती है, और बाधाओं को लागू करना यदि कठोरता से नहीं किया गया तो सीखने को अस्थिर कर सकता है।

कार्यप्रणाली (Methodology)
लेखक LC-SAC (लयापोनोव-प्रतिबंधित सॉफ्ट एक्टर-क्रिटिक) का प्रस्ताव करते हैं, जो एक ढांचा है जो सहायक लयापोनोव नेटवर्क को प्रशिक्षित किए बिना स्थिरता गारंटी प्रदान करने के लिए कोपमान ऑपरेटर थ्योरी (Koopman Operator theory) को ऑफ-पॉलिसी RL के साथ एकीकृत करता है। कार्यप्रणाली के तीन प्राथमिक घटक हैं:

EDMD के माध्यम से ऑफलाइन मॉडल लर्निंग:
डायरेक्ट स्टेट स्पेस में गतिकी (dynamics) सीखने के बजाय, सिस्टम त्रुटि गतिकी ( $e_t = x_t - x_{ref,t}$ ) के लिए एक लीनियर लिफ्टेड सरोगेट (linear lifted surrogate) सीखता है जिसका उपयोग एक्सटेंडेड डायनेमिक मोड डिकम्पोजिशन (EDMD) द्वारा किया जाता है। ऑब्जर्वेबल्स (observables) का एक डिक्शनरी (स्टेट वेरिएबल्स और रेडियल बेसिस फंक्शन्स का संयोजन) नॉनलीनियर गतिकी को एक लीनियर कंट्रोल-एफाइन मॉडल में बदल देता है: $z_{t+1} \approx A z_t + B u_t$ , जहाँ $z = g(e)$ ।
क्लोज्ड-फॉर्म CLF निर्माण:
पहचानी गई मैट्रिसेस $A$ और $B$ का उपयोग करके, लेखक एक अद्वितीय स्थिरीकरण समाधान $P \succ 0$ प्राप्त करने के लिए डिस्क्रीट एलब्राइक रिकोटी इक्वेशन (DARE) को हल करते हैं। इससे एक क्लोज्ड-फॉर्म क्वाड्रेटिक कंट्रोल लयापोनोव फंक्शन (CLF): $V(z) = z^\top P z$ प्राप्त होता है। उच्च-आयामी लिफ्टेड मॉडल्स (विशेष रूप से 3D क्वाड्रोटर और कार्टपोल) के लिए CLF को सुव्यवस्थित बनाने हेतु, तीन संरचनात्मक सुधार पेश किए गए हैं:

स्पेक्ट्रल-रेडियस नॉर्मलाइजेशन: मैट्रिक्स $A$ को स्केल करना यदि इसका स्पेक्ट्रल रेडियस $\rho(A) > 1$ हो, ताकि DARE को हल करने से पहले स्थिरता सुनिश्चित की जा सके।
भौतिक रूप से सार्थक LQR लागत: भौतिक त्रुटि अवस्थाओं के आधार पर स्टेट कॉस्ट ( $Q$ ) सेट करना।
वैल्यू-बायस एंकर: $V(0)=0$ को लागू करने के लिए $V_{bias} = g(0)^\top P g(0)$ को घटाना, जो ओरिजिन पर गैर-शून्य RBF केंद्रों के प्रभाव को ठीक करता है।

CVaR बाधा के साथ ऑनलाइन पॉलिसी ऑप्टिमाइजेशन:
SAC एक्टर अपडेट को एक लैग्रेंजियन पेनल्टी के साथ बढ़ाया जाता है जो लयापोनोव घटत (decrease) की स्थिति को लागू करता है। औसत उल्लंघन को दंडित करने के बजाय, यह विधि उल्लंघनों के सबसे खराब मामले के टेल (worst-case tail) को एक कंडीशनल वैल्यू-एट-रिस्क (CVaR) ऑब्जेक्टिव (शीर्ष 25% उल्लंघनों को लक्षित करते हुए) का उपयोग करके एकत्रित करती है। एक्टर लॉस बनता है:
$L_\pi = J_{SAC} + \lambda (L_{CVaR}^v - \zeta)$
जहाँ $L_{CVaR}^v$ सबसे खराब एक-चरण लयापोनोव उल्लंघनों का माध्य है, $\lambda$ एक ड्यूल वेरिएबल है जिसे प्रोजेक्टेड एसेंट के माध्यम से अपडेट किया जाता है, और $\zeta$ एक टॉलरेंस (tolerance) है। यह दुर्लभ लेकिन गंभीर अस्थिरता घटनाओं पर बाधा दबाव को केंद्रित करता है।

प्रमुख योगदान

नवीन CLF व्युत्पत्ति: कोपमान/EDMD लिफ्टिंग और DARE के माध्यम से क्लोज्ड-फॉर्म CLF प्राप्त करने की एक कार्यप्रणाली, जिसे SAC में लैग्रेंजियन बाधा के रूप में एम्बेड किया गया है। यह एक सहायक लयापोनोव नेटवर्क को प्रशिक्षित करने से बचता है, जिससे कम्प्यूटेशनल जटिलता कम होती है और डेटा दक्षता में सुधार होता है।
सैद्धांतिक विश्लेषण: यह प्रमाण कि प्रतिबंधित एक्टर अपडेट स्थानीय रूप से एक-चरण लयापोनोव उल्लंघन को कम करता है और कि बाधा को संतुष्ट करना लिफ्टेड सरोगेट सिस्टम की एसिम्प्टोटिक (या एक्सपोनेंशियल, एक मजबूत मार्जिन के तहत) स्थिरता को दर्शाता है।
संरचनात्मक सुधार: स्पेक्ट्रल-रेडियस नॉर्मलाइजेशन, भौतिक रूप से सार्थक LQR लागत, और एक $V(0)=0$ एंकर की शुरूआत, जिन्हें दिखाया गया है कि उच्च-आयामी लिफ्टेड मॉडल्स के लिए क्लोज्ड-फॉर्म CLF को सही ढंग से कार्य करने के लिए आवश्यक है।
व्यापक अनुभवजन्य अध्ययन: छह बेंचमार्क कार्यों (2D/3D क्वाड्रोटर स्टेबिलाइज़ेशन/ट्रैकिंग, कार्टपोल स्टेबिलाइज़ेशन/ट्रैकिंग) पर मूल्यांकन, जिसमें LC-SAC की तुलना वेनिला SAC, एक मीन-एग्रीगेटेड वेरिएंट (LC-SAC-Mean), और एक पोटेंशियल-बेस्ड रिवॉर्ड शेपिंग बेसलाइन (Lyap-RS-SAC) से की गई है।

परिणाम
safe-control-gym सूट पर किए गए प्रयोग एक विशिष्ट स्थिरता-प्रदर्शन ट्रेड-ऑफ प्रकट करते हैं:

स्टेबिलाइज़ेशन कार्य: स्थिर सेटपॉइंट्स वाले कार्यों पर (जैसे कार्टपोल स्टेबिलाइज़ेशन), LC-SAC और इसके वेरिएंट वेनिला SAC के प्रदर्शन के बराबर या उससे बेहतर प्रदर्शन करते हैं (कार्टपोल पर +25% तक सुधार) जबकि ट्रायल-टू-ट्रायल वेरिएंस को नाटकीय रूप से कम करते हैं। यह इंगित करता है कि बाधा प्रशिक्षण के दौरान विनाशकारी नीति विचलन को रोकता है।
ट्रैकिंग कार्य: आक्रामक ट्रैकिंग कार्यों पर, स्थिरता बाधा एक मामूली रिटर्न लागत (वेनिला SAC की तुलना में 3-15% कम औसत रिटर्न) लेती है, जिसके बदले में काफी कम वेरिएंस और अधिक दोहराने योग्य प्रशिक्षण मिलता है।
एब्लेशन निष्कर्ष:
- हार्ड कंस्ट्रेंट बनाम रिवॉर्ड शेपिंग: हार्ड लैग्रेंजियन कंस्ट्रेंट को पोटेंशियल-बेस्ड रिवॉर्ड शेपिंग (Lyap-RS-SAC) से बदलने पर क्वाड्रोटर कार्यों पर विनाशकारी विफलता (94% तक रिटर्न कोलैप्स) होती है, जो दर्शाता है कि जटिल, उच्च-आयामी प्रणालियों के लिए हार्ड कंस्ट्रेंट्स आवश्यक हैं।
- CVaR बनाम मीन: CVaR एग्रीगेशन (LC-SAC) सबसे खराब मामले के उल्लंघनों को लक्षित करता है, जिसके परिणामस्वरूप मीन-एग्रीगेटेड वेरिएंट (LC-SAC-Mean) की तुलना में कम 'वर्स्ट-केस सरोगेट लॉस' लेकिन थोड़ा अधिक 'मीन फ्लोर' प्राप्त होता है।
- संरचनात्मक सुधार: प्रस्तावित EDMD सुधारों (नॉर्मलाइजेशन और बायस एंकरिंग) के बिना, 3D कार्यों के लिए सरोगेट लयापोनोव लॉस अनबाउंडेड (स्टेप 4000 पर 868) था, जिसने लर्निंग को पूरी तरह से रोक दिया। सुधारों ने इसे लगभग शून्य तक कम कर दिया, जिससे सफल प्रशिक्षण संभव हुआ।

महत्व और दावे
पेपर का दावा है कि LC-SAC कोपमान ऑपरेटर्स के ग्लोबल लीनियरलाइजेशन गुणों का लाभ उठाकर ऑफलाइन स्थिरता प्रमाणपत्र प्राप्त करने के माध्यम से सुरक्षित RL के लिए एक कम्प्यूटेशनल रूप से कुशल और सैद्धांतिक रूप से ठोस दृष्टिकोण प्रदान करता है। यह कार्य प्रदर्शित करता है कि:

लयापोनोव फंक्शन को ऑनलाइन सीखने की नमूना अक्षमता के बिना, स्थिरता बाधाओं को ऑफ-पॉलिसी RL में प्रभावी ढंग से एकीकृत किया जा सकता है।
एक हार्ड लैग्रेंजियन कंस्ट्रेंट, जटिल, उच्च-आयामी प्रणालियों में स्थिरता बनाए रखने के लिए रिवॉर्ड शेपिंग की तुलना में बेहतर है।
EDMD पाइपलाइन में संरचनात्मक सुधार 3D क्वाड्रोटर जैसे उच्च-आयामी सिस्टम के लिए क्लोज्ड-फॉर्म CLF विधियों को विस्तारित करने के लिए महत्वपूर्ण हैं।
दृष्टिकोण एक अनुकूल ट्रेड-ऑफ प्रदान करता है, जो आक्रामक ट्रैकिंग कार्यों पर थोड़े कम पीक प्रदर्शन के बदले प्रशिक्षण विश्वसनीयता और मजबूती में काफी सुधार करता है।

लेखक नोट करते हैं कि वर्तमान टाइम-इनवेरिएंट क्वाड्रेटिक CLF एक सीमा है, जो भविष्य के कार्यों के लिए सुझाव देती है कि ट्रैकिंग कार्यों पर प्रदर्शन अंतर को पाटने के लिए टाइम-वेरिंग या डेटा-ड्रिवन CLF डिज़ाइन का पता लगाया जाना चाहिए।