ReLU Barrier Functions for Nonlinear Systems with Constrained Control: A Union of Invariant Sets Approach

यहाँ शोध पत्र "ReLU Barrier Functions for Nonlinear Systems with Constrained Control: A Union of Invariant Sets Approach" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र पॉलीटोपिक इनपुट बाधाओं (जैसे कि एक्चुएटर सैचुरेशन) के अधीन नॉनलीनियर कंट्रोल-एफ़िन सिस्टम के लिए सुरक्षा प्रमाणित करने (certifying safety) की चुनौती को संबोधित करता है।

• मुख्य कठिनाई: ऐसे सिस्टम के लिए कंट्रोल बैरियर फंक्शन्स (CBFs) को डिजाइन करना कम्प्यूटेशनल रूप से कठिन (intractable) है क्योंकि इनपुट बाधाओं की उपस्थिति में सिंथेसिस की समस्या नॉन-कॉन्वेक्स (nonconvex) हो जाती है।
• मौजूदा विधियों की सीमाएँ:
  • लीनियर $\alpha(\cdot)$: मानक दृष्टिकोण अक्सर कॉन्वेक्सिटी बनाए रखने के लिए एक लीनियर एक्सटेंडेड क्लास-$\mathcal{K}$ फंक्शन $\alpha(\cdot)$ का उपयोग करते हैं। हालाँकि, यह महत्वपूर्ण कंजर्वेटिज्म (conservatism) पेश करता है, जिसके परिणामस्वरूप प्रमाणित सुरक्षित सेट (certified safe sets) छोटे हो जाते हैं।
  • न्यूरल CBFs: जबकि न्यूरल नेटवर्क जटिल डायनेमिक्स को अनुमानित (approximate) कर सकते हैं, उनका प्रशिक्षण आमतौर पर महंगी वेरिफिकेशन प्रक्रिया वाली नॉन-कॉन्वेक्स ऑप्टिमाइज़ेशन पर आधारित होता है, और उनमें सैचुरेशन के तहत इनवेरिएंट सेट्स को बड़ा करने के लिए व्यवस्थित तंत्र की कमी होती है।
  • पूर्व कार्य: लेखकों का पिछला कार्य [12] सैचुरेशन के साथ पीसवाइज एफाइन (PWA) सिस्टम को संभालता था, लेकिन वह केवल लीनियर $\alpha(\cdot)$ और PWA डायनेमिक्स तक ही सीमित था।

लक्ष्य: इनपुट बाधाओं वाले नॉनलीनियर सिस्टम के लिए एक ऐसा CBF सिंथेसाइज करना जो कंजर्वेटिज्म को कम करे (सुरक्षित सेट को बढ़ाए) और साथ ही कॉन्वेक्स सिंथेसिस को सुरक्षित रखते हुए कठोर सुरक्षा गारंटी सुनिश्चित करे।

---

2. कार्यप्रणाली (Methodology)

लेखक एक अनुमान-सत्यापन पाइपलाइन (Approximation–Verification Pipeline) प्रस्तावित करते हैं जो सरोगेट मॉडल्स पर कॉन्वेक्स ऑप्टिमाइज़ेशन को मूल नॉनलीनियर सिस्टम पर कठोर वेरिफिकेशन के साथ जोड़ती है। यह प्रक्रिया पाँच मुख्य चरणों से मिलकर बनी है:

A. सरोगेट मॉडलिंग (अनुमान - Approximation)

सीधे नॉनलीनियर सिस्टम पर सिंथेसिस करने के बजाय, क्लोज्ड-लूप डायनेमिक्स को एक पीसवाइज़ एफाइन (PWA) सरोगेट मॉडल द्वारा अनुमानित किया जाता है। यह एक ReLU न्यूरल नेटवर्क का उपयोग करके किया जाता है, जो ReLU नेटवर्क और निरंतर PWA फंक्शन्स के बीच गणितीय समानता का लाभ उठाता है।

B. $\alpha(\cdot)$ के लिए Leaky ReLU सरोगेट

कंजर्वेटिज्म को कम करने के लिए बिना कॉन्वेक्सिटी खोए, यह शोध पत्र एक्सटेंडेड क्लास-$\mathcal{K}$ फंक्शन $\alpha(\cdot)$ के लिए एक टू-स्लोप Leaky ReLU फंक्शन पेश करता है:
$$\alpha(s) = \begin{cases} \alpha_m s & s \ge 0 \\ \alpha_1 s & s < 0 \end{cases}$$

• सैद्धांतिक आधार: थ्योरम 1 सिद्ध करता है कि किसी भी सामान्य $\alpha \in \mathcal{K}_\infty$ द्वारा प्रमाणित किया जा सकने वाले इनवेरिएंट सेट को इस टू-स्लोप Leaky ReLU द्वारा भी प्रमाणित किया जा सकता है।
• लाभ: यह किसी भी मनमाने नॉनलीनियर $\alpha$ की बाइलिनियर नॉन-कॉन्वेक्सिटी से बचता है, जबकि एकल लीनियर स्लोप की तुलना में अधिक तीव्र ढलान (कम कंजर्वेटिज्म) की अनुमति देता है।

C. इनवेरिएंट सेट्स का यूनियन (Union of Invariant Sets - UIS)

प्रमाणित क्षेत्र को और अधिक बढ़ाने के लिए, लेखक यूनियन ऑफ इनवेरिएंट सेट्स (UIS) दृष्टिकोण पेश करते हैं:

1. बहु-सिंथेसिस (Multiple Syntheses): ग्रिड का उपयोग करके विभिन्न लीनियर स्लोप ($\alpha_i x$) का उपयोग करके ऑप्टिमाइज़ेशन समस्या को कई बार हल किया जाता है।
2. मैक्स-कंपोजिशन (Max-Composition): एकल सबसे बड़े सेट को चुनने के बजाय, यह विधि व्यक्तिगत बैरियर फंक्शन्स के मैक्सिमम (maximum) के रूप में एक नया बैरियर फंक्शन $h(x)$ बनाती है:
   $$h(x) = \max_i \{ h^{(i)}(x) \}$$
3. परिणाम: व्यक्तिगत इनवेरिएंट सेट्स के यूनियन को फॉरवर्ड-इनवेरिएंट के रूप में प्रमाणित किया जाता है। यह एक ऐसा सुरक्षित क्षेत्र प्रदान करता है जो एकल लीनियर विकल्प से कभी छोटा नहीं होता और अक्सर काफी बड़ा होता है, जिसमें प्रारंभिक ग्रिड सर्च के अलावा अतिरिक्त ऑप्टिमाइज़ेशन समाधानों की आवश्यकता नहीं होती है।

D. फैसेट-वाइज वेरिफिकेशन (Facet-wise Verification)

चूंकि PWA सरोगेट एक अनुमान है, इसलिए सिंथेसाइज किए गए बैरियर को मूल नॉनलीनियर डायनेमिक्स के विरुद्ध सत्यापित किया जाना चाहिए।

• रणनीति: मैक्स-कंपोज्ड बैरियर फंक्शन के ज़ीरो-लेवल सेट को संख्या में सीमित फैसेट पैच (facet patches) (लीनियर रीजन) में विभाजित किया जाता है।
• सत्यापन: फार्क्स लेम्मा (Farkas' Lemma) का उपयोग करके, प्रत्येक फैसेट पैच पर स्थानीय रूप से CBF स्थिति की जाँच की जाती है। यह कंट्रोल इनपुट $u$ को विश्लेषणात्मक रूप से समाप्त कर देता है, जिससे वेरिफिकेशन प्रत्येक पैच के लिए एक छोटे, सुलभ नॉनलीनियर ऑप्टिमाइज़ेशन में बदल जाता है।
• दक्षता: यह दृष्टिकोण पूरे डोमेन की जाँच करने के बजाय, केवल उन सीमाओं (boundaries) पर ध्यान केंद्रित करता है जहाँ सुरक्षा महत्वपूर्ण है।

E. लोकल अनसर्टेन्टी अपडेट्स (Local Uncertainty Updates)

यदि किसी विशिष्ट फैसेट पर वेरिफिकेशन विफल हो जाता है (एक काउंटर-एग्जांपल मिलता है):

1. वास्तविक डायनेमिक्स और सरोगेट के बीच विचलन की गणना काउंटर-एग्जांपल पॉइंट पर की जाती है।
2. एक लोकल अनसर्टेन्टी सेट ($\Delta_j$) को केवल उस विशिष्ट सेल में जोड़ा जाता है जिसमें काउंटर-एग्जांपल मौजूद है।
3. इस स्थानीय सुदृढ़ीकरण (localized robustification) के साथ कॉन्वेक्स प्रोग्राम को पुन: हल किया जाता है। यह पूरे सिस्टम पर वैश्विक अनसर्टेन्टी बाउंड्स लागू करने के अत्यधिक कंजर्वेटिज्म से बचने में मदद करता है।

---

3. मुख्य योगदान (Key Contributions)

1. $\alpha(\cdot)$ के लिए Leaky ReLU सरोगेट: एक नवीन टू-स्लोप डिज़ाइन जो लीनियर $\alpha$ की तुलना में कंजर्वेटिज्म को कम करता है और सिंथेसिस समस्या की कॉन्वेक्सिटी को बनाए रखता है।
2. इनवेरिएंट सेट्स का यूनियन (UIS): मैक्स-कंपोजिशन के माध्यम से कई LP-आधारित इनवेरिएंट सेट्स को संयोजित करने की एक विधि। यह एकल-$\alpha$ प्रमाण की तुलना में कम से कम उतना ही बड़ा प्रमाणित क्षेत्र सुनिश्चित करता है, जिसमें कोई अतिरिक्त ऑप्टिमाइज़ेशन लागत नहीं लगती।
3. अनुमान-सत्यापन पाइपलाइन (Approximation–Verification Pipeline): एक पूर्ण ढांचा जो PWA सरोगेट्स पर कॉन्वेक्स सिंथेसिस करता है और फैसेट-वाइज वेरिफिकेशन और लोकल अनसर्टेन्टी अपडेट के माध्यम से मूल नॉनलीनियर सिस्टम को कठोरता से प्रमाणित करता है।
4. स्केलेबिलिटी (Scalability): यह विधि समानांतरकरण (दोनों UIS समाधान और फैसेट वेरिफिकेशन स्वतंत्र हैं) का समर्थन करती है, जिससे यह उच्च-आयामी (higher-dimensional) सिस्टम के लिए उपयुक्त बनती है।

---

4. परिणाम और सिमुलेशन (Results and Simulations)

विधि को इनपुट सैचुरेशन के साथ तीन बेंचमार्क पर मान्य किया गया:

• उदाहरण 1: इनवर्टेड पेंडुलम (Inverted Pendulum)

  • सेटअप: सैचुरेटेड कंट्रोल के साथ नॉनलीनियर पेंडुलम।
  • परिणाम: UIS पद्धति ने किसी भी एकल लीनियर $\alpha$ डिज़ाइन की तुलना में एक स्पष्ट रूप से बड़ा इनवेरिएंट सेट बनाया।
  • समय: कुल प्रमाणन समय 46 सेकंड था (34s सिंथेसिस + 12s वेरिफिकेशन)।

• उदाहरण 2: नॉनलीनियर सिस्टम (साहित्य से)

  • सेटअप: एक 2D नॉनलीनियर सिस्टम जहाँ लक्ष्य एक असुरक्षित सेट से बचना है।
  • तुलना: डीप न्यूरल नेटवर्क दृष्टिकोण (315+ सेकंड) और सम-ऑफ-स्क्वेयर्स (SOS) विधियों के विरुद्ध।
  • परिणाम: प्रस्तावित विधि ने एक कॉम्पैक्ट सिंगल-लेयर ReLU (20 न्यूरॉन्स) का उपयोग किया और एक ऐसा प्रमाणित सुरक्षित सेट प्राप्त किया जो सिंगल-$\alpha$ समाधानों से स्पष्ट रूप से बड़ा और SyntheBC के तुल्य था, लेकिन काफी कम गणना समय (80 सेकंड) के साथ।

• उदाहरण 3: कार्ट-पोल सिस्टम (Cart-Pole System)

  • सेटअप: इनपुट सैचुरेशन के साथ 4D नॉनलीनियर डायनेमिक्स।
  • परिणाम: दो स्लोप के साथ UIS दृष्टिकोण का उपयोग करके सफलतापूर्वक एक बड़ा इनवेरिएंट सेट प्रमाणित किया।
  • समय: कुल समय 1466 सेकंड था (1349s सिंथेसिस + 117s वेरिफिकेशन), जो 4D सिस्टम के लिए स्केलेबिलिटी प्रदर्शित करता है।

तालिका I का सारांश: पेपर दर्शाता है कि जबकि सिंथेसिस समय आयाम (dimension) के साथ बढ़ता है, UIS दृष्टिकोण लगातार लीनियर डिज़ाइनों की तुलना में बड़े सुरक्षित सेट प्रदान करता है, और वेरिफिकेशन चरण कम्प्यूटेशनल रूप से प्रबंधनीय रहता है।

---

5. महत्व (Significance)

यह पेपर सुरक्षित स्वायत्त नियंत्रण (safe autonomous control) में एक महत्वपूर्ण योगदान देता है, जो ट्रैक्टेबिलिटी (tractability/व्यावहारिकता) (कॉन्वेक्सिटी) और कंजर्वेटिज्म (सुरक्षित सेट का आकार) के बीच के संतुलन को हल करता है।

• अंतराल को भरना: यह प्रभावी रूप से कॉन्वेक्स ऑप्टिमाइज़ेशन की दक्षता (जो आमतौर पर लीनियर या PWA सिस्टम तक सीमित है) और बाधाओं वाले जटिल नॉनलीनियर डायनेमिक्स के बीच के अंतर को पाटता है।
• व्यावहारिकता: वैश्विक बाउंड्स के बजाय स्थानीय अनसर्टेन्टी अपडेट का उपयोग करके, यह विधि "कंजर्वेटिज्म के अभिशाप" से बचती है, जो अक्सर व्यावहारिक उपयोग में सुरक्षा प्रमाणपत्रों को बेकार बना देता है।
• भविष्य का प्रभाव: यह ढांचा बिना नॉन-कॉन्वेक्स ट्रेनिंग के प्रमाणित क्षेत्रों को बड़ा करने का एक व्यवस्थित तरीका प्रदान करता है, जो इसे रोबोटिक्स और स्वायत्त ड्राइविंग के लिए अत्यधिक उपयोगी बनाता है जहाँ सुरक्षा गारंटी सर्वोपरि है।