तकनीकी सारांश: SURE – प्रक्षेपवक्र अनुकूलन (Trajectory Optimization) का उपयोग करके सुरक्षित अनिश्चितता-जागरूक रोबोट-पर्यावरण संपर्क

1. समस्या विवरण

रोबोटिक कार्यों में, जिनमें पर्यावरण के साथ रुक-रुक कर होने वाले संपर्क (जैसे, लोकोमोशन, मैनिपुलेशन) शामिल हैं, हाइब्रिड डायनेमिकल सिस्टम के परिणामस्वरूप असंतत (discontinuous) गतिकी उत्पन्न होती है। इन प्रणालियों के लिए मानक प्रक्षेपवक्र अनुकूलन (Trajectory Optimization - TO) आमतौर पर नियत (deterministic) संपर्क घटनाओं (जैसे, प्रभाव का सटीक समय) को मानता है। हालांकि, वास्तविक दुनिया के परिदृश्यों में, पर्यावरणीय धारणा अनिश्चित होती है, और मॉडलिंग त्रुटियां या ट्रैकिंग अशुद्धियाँ नियोजित और वास्तविक संपर्क समय के बीच विसंगतियों का कारण बनती हैं।

मौजूदा सुदृढ़ नियंत्रण विधियाँ फीडबैक स्तर पर अनिश्चितता को संबोधित करती हैं, लेकिन वे नाममात्र के प्रक्षेपवक्र (nominal trajectory) को अनुकूलित नहीं करती हैं, जिससे विलंबित संपर्क जैसे परिदृश्यों में प्रदर्शन सीमित हो जाता है। अन्य दृष्टिकोण, जैसे कि 'रेफरेंस स्प्रेडिंग' या 'ट्री ऑप्टिमल कंट्रोल प्रॉब्लम्स' (Tree OCP), या तो दीर्घकालिक अनुकूलन की कमी रखते हैं या सभी संभावित शाखाओं वाले प्रक्षेप पथों के ब्रूट-फोर्स गणना (enumeration) के कारण अत्यधिक कम्प्यूटेशनल जटिलता से ग्रस्त होते हैं। मुख्य चुनौती एक ऐसा TO ढांचा विकसित करना है जो दक्षता बनाए रखते हुए मजबूती बढ़ाने के लिए संपर्क समय की अनिश्चितता को स्पष्ट रूप से ध्यान में रखे।

2. कार्यप्रणाली

A. नाममात्र सूत्रीकरण (Nominal Formulation)

पेपर पहले एक मल्टीपल-शूटिंग TO सूत्रीकरण का उपयोग करके एक आधार रेखा स्थापित करता है। यह मानता है कि संपर्क एक विशिष्ट, नियत नोड $c$ पर होता है। अनुकूलन एक लागत फलन (cost function) को सिस्टम डायनेमिक्स, अवस्था/इनपुट बाधाओं, और एक गार्ड फंक्शन $g(x)$ के अधीन न्यूनतम करता है, जो संपर्क घटना (मुक्त गति से प्रभाव गतिकी में संक्रमण) को ट्रिगर करता है।

B. SURE फ्रेमवर्क

SURE (Safe Uncertainty-Aware Robot-Environment Interaction) एक नया सूत्रीकरण पेश करता है जो पूर्ण ट्री-आधारित गणना की घातीय लागत के बिना संपर्क समय की अनिश्चितता को स्पष्ट रूप से मॉडल करता है।

1. ब्रांचिंग और रीजोइनिंग टोपोलॉजी (Branching and Rejoining Topology):
   हर संभव पूर्व-प्रभाव अवस्था से अंतिम अवस्था तक अलग-अलग प्रक्षेप पथों की योजना बनाने के बजाय, SURE एक ब्रांचिंग चरण ($K$) बनाता है जो संभावित पूर्व-प्रभाव अवस्थाओं की सीमा को कवर करता है। इस चरण के प्रत्येक नोड से, एक प्रक्षेप पथ बाहर निकलता है। महत्वपूर्ण रूप से, ये सभी शाखाएं एक विशिष्ट नोड ($K_e + 1$) पर एक साझा अंतिम प्रक्षेप पथ में वापस मिलने (rejoin) के लिए बाध्य हैं।

   • सामान्य प्रक्षेप पथ (Common Trajectory): पूर्व-संपर्क पथ और पुन: संयोजन के बाद का पथ साझा होता है।
   • ब्रांचिंग चरण (Branching Phase): उस अनिश्चितता विंडो का प्रतिनिधित्व करता है जहाँ संपर्क हो सकता है।
   • रीजोइनिंग चरण (Rejoining Phase): प्रत्येक शाखा की पोस्ट-इम्पैक्ट अवस्था को सामान्य अंतिम प्रक्षेप पथ से जोड़ने वाले छोटे प्रक्षेप पथ।

2. अनुकूलन सूत्रीकरण (Optimization Formulation):
   उद्देश्य फलन सामान्य प्रक्षेप पथ पर रनिंग कॉस्ट, सभी रीजोइनिंग शाखाओं पर लागत, और टर्मिनल कॉस्ट को कम करता है।

   • अनिश्चितता मॉडलिंग: एक चर $d$ अनिश्चितता सीमा की आधी चौड़ाई को दर्शाता है। बाधाएं यह सुनिश्चित करती हैं कि गार्ड फंक्शन $g(x)$ सबसे प्रारंभिक संपर्क नोड ($K_0$) पर $d$ के बराबर हो और नवीनतम ($K_e$) पर $-d$ के बराबर हो।
   • बाधाएं (Constraints): प्रत्येक शाखा को अपनी विशिष्ट पोस्ट-इम्पैक्ट अवस्था से लेकर सामान्य प्रक्षेप पथ में विलय होने तक की गतिकी और बाधाओं को पूरा करना चाहिए।

3. नियंत्रण निष्पादन रणनीतियाँ (Control Execution Strategies):

   • प्रक्षेपवक्र शेड्यूलिंग (Trajectory Scheduling): यदि संपर्क सेंसिंग उपलब्ध है, तो नियंत्रक पता लगाए गए संपर्क समय के अनुरूप विशिष्ट शाखा प्रक्षेप पथ पर स्विच करता है।
   • सुदृढ़ नाममात्र प्रक्षेपवक्र (Robust Nominal Trajectory): यदि सेंसिंग उपलब्ध नहीं है, तो सिस्टम एक एकल "सुदृढ़ नाममात्र" प्रक्षेप पथ का पालन करता है। यह आमतौर पर मध्य शाखा (अनिश्चितता के चरम से समान दूरी पर) होती है, जिसे पूरी अनिश्चितता सीमा में अच्छा प्रदर्शन करने के लिए अनुकूलित किया जाता है, भले ही यह किसी विशिष्ट वास्तविकता के लिए इष्टतम पथ न हो।

3. प्रमुख योगदान

• एकीकृत सुदृढ़ TO फ्रेमवर्क: SURE संपर्क समय की अनिश्चितता को स्पष्ट रूप से संबोधित करता है, जिससे शाखाओं के बनने और फिर से जुड़ने की अनुमति मिलती है, जो मजबूती और कम्प्यूटेशनल दक्षता के बीच संतुलन बनाता है।
• कम्प्यूटेशनल दक्षता: शाखाओं को एक सामान्य प्रक्षेप पथ में वापस मिलने के लिए मजबूर करके, SURE पूर्ण Tree OCP सूत्रीकरण से जुड़ी "डायमेंशनलिटी के अभिशाप" (curse of dimensionality) से बचता है, जिससे निर्णय चर (decision variables) और गणना समय काफी कम हो जाता है।
• प्रायोगिक सत्यापन: पेपर वास्तविक दुनिया के परिवेश (अंडा पकड़ना) में ऐसे सुदृढ़ सूत्रीकरण का पहला प्रायोगिक सत्यापन प्रदान करता है, जो केवल सैद्धांतिक या सिमुलेशन-आधारित दावों से आगे बढ़ता है।

4. परिणाम

केस स्टडी I: कार्ट-पोल सिस्टम (Cart-Pole System)

• कार्य: एक अनिश्चित स्थान ($\pm d$) पर दीवार के साथ प्रभाव का उपयोग करके कार्ट-पोल सिस्टम को स्थिर करना।
• सिमुलेशन: इसे नाममात्र TO और एक Tree OCP दृष्टिकोण के विरुद्ध तुलना की गई।
  • सफलता दर: चार प्रारंभिक स्थितियों में, ट्रेजेक्टरी शेड्यूलिंग के साथ SURE ने 66.4% सफलता दर प्राप्त की, जबकि नाममात्र दृष्टिकोण के लिए यह 44.8% थी।
  • सुदृढ़ नाममात्र (Robust Nominal): शेड्यूलिंग के बिना भी (केवल मध्य शाखा का उपयोग करके), SURE ने सफलता दर को 55.3% तक सुधार दिया, जो यह दर्शाता है कि अनुकूलन प्रक्रिया स्वयं पूर्व-संपर्क और पोस्ट-संपर्क गति को अधिक सुदृढ़ बनाने के लिए नया आकार देती है।
  • दक्षता: Tree OCP की तुलना में, SURE ने कुल गणना समय में 39.78% और पोस्ट-वार्म-स्टार्ट समय में 76.05% की कमी की, जबकि सैद्धांतिक इष्टतम लागत में केवल 4.85% की वृद्धि हुई।

केस स्टडी II: अंडा पकड़ना (वास्तविक दुनिया का प्रयोग)

• कार्य: अनिश्चित रिलीज टाइमिंग (जिसे $t_{wait}$ को बदलकर सिम्युलेट किया गया है) के साथ गिरते हुए अंडे को पकड़ने के लिए एक Unitree Z1 रोबोटिक मैनिपुलेटर का उपयोग करना।
• प्रयोग: भौतिक परीक्षणों में नाममात्र प्रक्षेप पथ की तुलना SURE सुदृढ़ नाममात्र प्रक्षेप पथ से की गई।
  • सफलता दर: अनिश्चितता के तहत, SURE ने 85% की समग्र सफलता दर प्राप्त की, जबकि नाममात्र प्रक्षेप पथ के लिए यह 45% थी। यह सफलता दर में 40% का सुधार है।
  • प्रभाव विश्लेषण (Impact Analysis): सुदृढ़ नाममात्र प्रक्षेप पथ ने विभिन्न ड्रॉप ऊंचाइयों के दौरान कम अधिकतम सापेक्ष प्रभाव वेग (नाममात्र के 3.93 m/s के मुकाबले 2.67 m/s) बनाए रखा, जिससे टूटने के जोखिम को प्रभावी ढंग से कम किया गया।

5. महत्व और दावे

पेपर का दावा है कि SURE पारंपरिक नाममात्र सूत्रीकरणों की तुलना में मजबूती को काफी बढ़ाता है, बिना व्यापक ट्री-आधारित विधियों की उच्च कम्प्यूटेशनल लागत के।

• रणनीतिक अनुकूलन: परिणाम दर्शाते हैं कि SURE केवल संपर्क घटना के पास स्थानीय गति को समायोजित नहीं करता है; बल्कि यह अनिश्चितता को समायोजित करने के लिए वैश्विक गति रणनीति (जैसे, दृष्टिकोण कोण और बफरिंग दूरी को बदलना) को नया आकार देता है।
• व्यावहारिक व्यवहार्यता: वास्तविक दुनिया के अंडा पकड़ने के सफल प्रयोग ने पुष्टि की है कि सैद्धांतिक ढांचा स्वाभाविक एक्चुएशन और सेंसिंग देरी वाले भौतिक प्रणालियों में प्रभावी ढंग से अनुवादित होता है।
• भविष्य की दिशाएं: लेखक नोट करते हैं कि वर्तमान में यह फ्रेमवर्क एकल-संपर्क घटनाओं तक सीमित है और वे भविष्य के काम में कई अनुक्रमिक संपर्कों और फ्लोटिंग-बेस सिस्टम (लोको-मैनिपुलेशन) तक विस्तार करने की योजना बना रहे हैं। वे सुदृढ़ सूत्रीकरण के आधार पर अनिश्चितता-सशर्त नीतियों (uncertainty-conditioned policies) को सीखने का भी लक्ष्य रखते हैं।