⚡ electrical engineering

Soft projections for robust data-driven control

यह शोध पत्र सॉफ्ट प्रोजेक्शन्स को प्रेडिक्टिव कंट्रोल के एक सुदृढ़, डेटा-संचालित दृष्टिकोण के रूप में प्रस्तुत करता है जो रेगुलराइजेशन के माध्यम से शोर वाले डेटा से वास्तविक सिस्टम व्यवहारों का अनुमान लगाता है, जो सिस्टम ऑर्डर से स्वतंत्र बायस-वैरिएंस ट्रेड-ऑफ, बेहतर प्रदर्शन के साथ सहज सामान्यीकरण और स्ट्रीमिंग डेटा के लिए कुशल अपडेट प्रदान करता है।

मूल लेखक: András Sasfi, Jaap Eising, Florian Dörfler

प्रकाशित 2026-04-02

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: András Sasfi, Jaap Eising, Florian Dörfler

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 कार चलाना सिखाने की कोशिश कर रहे हैं। आपके पास इसे करने के दो मुख्य तरीके हैं:

पुराना तरीका (परोक्ष/Indirect): आप कुछ समय तक कार को देखते हैं, फिर इसके चलने को नियंत्रित करने वाले भौतिकी के सटीक नियमों (जिसे "मॉडल" कहा जाता है) को लिखने की कोशिश करते हैं, और फिर उन नियमों का उपयोग करके रोबोट को प्रोग्राम करते हैं। समस्या यह है कि यदि आपके नियम थोड़े भी गलत हैं (जैसे हवा, सड़क के झटकों या माप की त्रुटियों के कारण), तो रोबोट दुर्घटनाग्रस्त हो जाएगा।
नया तरीका (प्रत्यक्ष/Direct/DeePC): आप नियम लिखने की प्रक्रिया को छोड़ देते हैं। इसके बजाय, आप बस रोबोट को कार चलाने के हजारों वीडियो दिखाते हैं। जब उसे कोई निर्णय लेना होता है, तो वह वीडियो देखता है और कहता है, "हे, इस तरह की स्थिति में, कार आमतौर पर बाईं ओर मुड़ती थी।" इसे डेटा-ड्रिवन कंट्रोल (Data-Driven Control) कहा जाता है।

"नए तरीके" के साथ समस्या

"डायरेक्ट" तरीका बहुत अच्छा है, लेकिन इसमें एक दोष है। वास्तविक दुनिया का डेटा अव्यवस्थित (messy) होता है। यह ऐसा है जैसे किसी ऐसी फोटो में पैटर्न खोजने की कोशिश करना जो स्टैटिक (शोर/noise) से भरी हुई है।

वर्तमान सर्वोत्तम विधि (जिसे DeePC कहा जाता है) में, कंप्यूटर शोर को कम करने के लिए एक "फज फैक्टर" (गणितीय रेगुलाइजेशन) जोड़कर पैटर्न खोजने की कोशिश करता है। यह अच्छा काम करता है, लेकिन यह एक 'ब्लैक बॉक्स' की तरह है। हम पूरी तरह से नहीं समझते कि यह क्यों काम करता है, और यदि डेटा बदल जाता है (जैसे कार का भारी होना या सड़क का फिसलन भरा होना), तो पूरे से शुरू किए बिना रोबोट के मस्तिष्क को वास्तविक समय (real-time) में अपडेट करना कठिन होता है।

पेपर का बड़ा विचार: "सॉफ्ट प्रोजेक्शन" (Soft Projections)

लेखक इस समस्या को देखने का एक नया तरीका प्रस्तावित करते हैं। भौतिकी के नियमों का अनुमान लगाने या फज फैक्टर के साथ डेटा को स्मूथ करने के बजाय, वे "सॉफ्ट प्रोजेक्शन" का सुझाव देते हैं।

यहाँ इसकी उपमा (analogy) दी गई है:

कल्पना कीजिए कि आप कागज के एक टुकड़े पर एक आदर्श वृत्त (circle) खींचने की कोशिश कर रहे हैं, लेकिन आपका हाथ कांप रहा है और कागज धूल से भरा हुआ है।

वास्तविक व्यवहार (True Behavior): वह आदर्श वृत्त जिसे आप खींचना चाहते हैं।
डेटा (The Data): वे टेढ़ी-मेढ़ी, धूल भरी लकीरें जो आपने वास्तव में बनाई हैं।
हार्ड प्रोजेक्शन (The Hard Projection): अपनी टेढ़ी-मेढ़ी लकीर को आदर्श वृत्त पर सटीक रूप से फिट करने के लिए मजबूर करना। यदि आपका डेटा शोर वाला है, तो यह आपको गलत जगह पर ले जाएगा।
सॉफ्ट प्रोजेक्शन (The Soft Projection): अपनी लकीर को वृत्त की ओर खींचने के बजाय, आप इसे वृत्त की ओर धीरे से धकेलते हैं, लेकिन आप इसे थोड़ा धुंधला रहने देते हैं। आप कनेक्शन को "सॉफ्ट" (कोमल) बना देते हैं।

यह "सॉफ्ट" दृष्टिकोण क्यों बेहतर है?

यह एक स्मार्ट फिल्टर है: डेटा को एक ऐसे रेडियो सिग्नल के रूप में सोचें जो स्टैटिक (शोर) से भरा है। एक "हार्ड" प्रोजेक्शन एक ही स्टेशन को पूरी तरह से ट्यून करने की कोशिश करता है, लेकिन यदि सिग्नल कमजोर है, तो आपको कुछ सुनाई नहीं देता। एक "सफ्ट" प्रोजेक्शन एक स्मार्ट रेडियो की तरह है जो कहता है, "ठीक है, सिग्नल धुंधला है, इसलिए मैं तेज शोर (noise) की आवाज़ कम कर दूँगा और स्पष्ट संगीत (असली पैटर्न) की आवाज़ बढ़ा दूँगा।"
इसे जटिलता की चिंता नहीं है: आमतौर पर, किसी सिस्टम को समझने के लिए, आपको यह जानना आवश्यक होता है कि वह कितना जटिल है (जैसे, "क्या यह दूसरा-क्रम का सिस्टम है या दसवें-क्रम का?")। यदि आपका अनुमान गलत होता है, तो आपका रोबोट विफल हो जाता है। "सॉफ्ट प्रोजेक्शन" विधि चाहे सिस्टम कितना भी जटिल क्यों न हो, काम करती है। यह एक सार्वभौमिक कुंजी (universal key) होने जैसा है जो किसी भी ताले में फिट हो जाती है, चाहे उसके अंदर कितने भी पिन क्यों न हों।
यह चलते-चलते सीखता है (Learns on the Fly): यही इसकी सुपरपावर है। क्योंकि इसकी गणितीय संरचना इस तरह से बनाई गई है, रोबोट नए डेटा के आते ही अपने "मस्तिष्क" को तुरंत अपडेट कर सकता है। इसे सब कुछ शुरू से फिर से गणना करने की आवश्यकता नहीं है। यह एक ऐसे GPS की तरह है जो आपके रास्ता भटकते ही तुरंत रूट अपडेट कर देता है, बजाय इसके कि आपको फिर से योजना बनाने के लिए शुरुआत पर वापस जाने के लिए कहे।

दो नए रेसिपी (Recipes)

लेखकों ने केवल सिद्धांत नहीं समझाया; उन्होंने इस विचार पर आधारित दो नई "रेसिपी" (एल्गोरिदम) भी बनाई हैं:

रेसिपी A: मौजूदा DeePC विधि का एक सामान्य अपग्रेड। यह एक मानक कार में टर्बोचार्जर जोड़ने जैसा है। यह बेहतर काम करता है, लेकिन यह अभी भी एक ब्लैक बॉक्स है।
रेसिपी B: एक अधिक सहज (intuitive) संस्करण। लेखकों ने इसका परीक्षण एक सिम्युलेटेड डबल-स्प्रिंग सिस्टम (जैसे दो उछलने वाली गेंदों जो स्प्रिंग्स से जुड़ी हैं) पर किया। रेसिपी B जीत गई। इसने शोर को बहुत बेहतर तरीके से संभाला और सिस्टम को स्थिर रखा, भले ही डेटा बहुत अधिक अव्यवस्थित था।

निचोड़ (The Bottom Line)

यह पेपर मशीनों को अव्यवस्थित, वास्तविक दुनिया के डेटा से भ्रमित हुए बिना सीखना सिखाने के बारे में है।

पुराना तरीका: "चलो नियमों का अनुमान लगाते हैं, फिर उन्हें लागू करते हैं।" (नाजुक/Fragile)
वर्तमान सर्वोत्तम: "चलो डेटा को फज फैक्टर के साथ स्मूथ करते हैं।" (काम करता है, लेकिन अपडेट करना कठिन है)
इस पेपर का तरीका: "चलो डेटा को 'सॉफ्ट प्रोजेक्शन' का उपयोग करके सत्य की ओर धीरे से धकेलते हैं।" (मजबूत, आसानी से अपडेट होने योग्य, और इसे सिस्टम की जटिलता जानने की आवश्यकता नहीं है)।

यह एक पूर्ण गणितज्ञ बनने के बजाय एक स्मार्ट, अनुकूलन योग्य पर्यवेक्षक बनने की ओर एक बदलाव है, जो जानता है कि थोड़े से बिखराव (chaos) को कैसे संभालना है।

यहाँ सास्फी, ईसिंग और डॉर्फ़लर के शोध पत्र "Soft projections for robust data-driven control" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र डायरेक्ट डेटा-ड्रिवन प्रेडिक्टिव कंट्रोल (DDPC) की चुनौतियों को संबोधित करता है, विशेष रूप से बिहेवियरल सिस्टम थ्योरी (Behavioral Systems Theory) के ढांचे के भीतर।

संदर्भ: पारंपरिक DDPC विधियाँ (जैसे DeePC) नियंत्रण को एक संदर्भ प्रक्षेपवक्र (reference trajectory) के सिस्टम व्यवहार (वैध प्रक्षेप पथों के एक उपसमूह) पर प्रक्षेप (projection) के रूप में तैयार करती हैं। हालाँकि, व्यवहार में, डेटा शोरयुक्त (noisy) होता है, जिससे डेटा मैट्रिक्स फुल रैंक हो जाता है, जो सटीक प्रक्षेप को या तो अपरिभाषित या तुच्छ (identity) बना देता है।
वर्तमान सीमाएँ:
- मौजूदा विधियाँ शोर को संभालने के लिए रेगुलराइजेशन (regularization) (जैसे कि निर्णय चर $g$ पर दंड जोड़ना) पर निर्भर करती हैं। हालांकि यह प्रभावी है, लेकिन इस रेगुलराइजेशन की सैद्धांतिक व्याख्या अक्सर हीयुरिस्टिक (heuristic) होती है, विशेष रूप से जब बाधाएं (constraints) मौजूद हों।
- सिस्टम के उपसमष्टि (subspace/low-dimensional model) का स्पष्ट रूप से अनुमान लगाना सिस्टम ऑर्डर के चयन के प्रति संवेदनशील है; यदि अनुमानित आयाम वास्तविक आयाम से भिन्न होता है, तो त्रुटि अधिकतम होती है।
- इन योजनाओं में ऑनलाइन डेटा अपडेट को शामिल करना, जब स्पष्ट उपसमष्टि अनुमान (explicit subspace estimation) पर निर्भर हो, तो कम्प्यूटेशनल रूप से महंगा और सैद्धांतिक रूप से कठिन होता है।

2. कार्यप्रणाली (Methodology)

लेखक सीधे सॉफ्ट प्रोजेक्शन (Soft Projections) का उपयोग करके "मॉडल सीखने" के बजाय "सॉल्यूशन मैप सीखने" की ओर बदलाव का प्रस्ताव करते हैं।

A. सॉफ्ट प्रोजेक्शंस (Soft Projections)

डेटा मैट्रिक्स $H$ के कॉलम स्पेस पर सख्ती से प्रोजेक्ट करने के बजाय (जो शोरयुक्त, फुल-रैंक डेटा के साथ असंभव है), लेखक एक सॉफ्ट प्रोजेक्टर $\tilde{P}_H$ पेश करते हैं।

परिभाषा: सॉफ्ट प्रोजेक्टर को $\tilde{P}_H = H(H^\top H + \delta I)^{-1}H^\top$ के रूप में परिभाषित किया गया है, जहाँ $\delta > 0$ एक रेगुलराइजेशन पैरामीटर है।
तंत्र (Mechanism): यह ऑपरेटर डेटा मैट्रिक्स $H$ के सिंगुलर मानों (singular values) को स्केल करने वाले एक "डिनोइजिंग" (denoising) फिल्टर के रूप में कार्य करता है। बड़े सिंगुलर मान (सिग्नल) सुरक्षित रहते हैं, जबकि छोटे सिंगुलर मान (शोर) को दबा दिया जाता है।
DeePC से संबंध: अनकन्स्ट्रेंड (unconstrained) मामले में, मानक DeePC समाधान गणितीय रूप से संदर्भ प्रक्षेपवक्र (reference trajectory) पर एक भारित सॉफ्ट प्रोजेक्शन (weighted soft projection) लागू करने के समान है। लेखक बाधाओं को संभालने के लिए इस अवधारणा का सामान्यीकरण करते हैं और एक कठोर सैद्धांतिक आधार प्रदान करते हैं।

B. सैद्धांतिक विश्लेषण (अनुमान त्रुटि सीमाएँ - Approximation Error Bounds)

लेखक सॉफ्ट प्रोजेक्टर और वास्तविक बिहेवियरल प्रोजेक्टर ( $P_B$ ) के बीच अनुमान त्रुटि पर एक कठोर ऊपरी सीमा (upper bound) प्राप्त करते हैं।

बायस-वेरिएंस ट्रेड-ऑफ (Bias-Variance Trade-off): त्रुटि सीमा $\gamma(\delta)$ $γ (δ)$ में दो पद शामिल हैं:
1. वेरिएंस (Variance): शोर के स्तर ( $\|E\|$ ) के समानुपाती।
2. बायस (Bias): रेगुलराइजेशन पैरामीटर ( $\delta$ ) के समानुपाती।
मुख्य अंतर्दृष्टि: यह सीमा सिस्टम के वास्तविक ऑर्डर (true system order) से स्वतंत्र है। यह उन विधियों की तुलना में एक महत्वपूर्ण लाभ है जो स्पष्ट रूप से लो-डायमेंशनल सबस्पेस का अनुमान लगाती हैं, जहाँ ऑर्डर चयन त्रुटियाँ विनाशकारी विफलता (gap metric = 1) की ओर ले जाती हैं।

C. नवीन नियंत्रण सूत्रीकरण (Novel Control Formulations)

लेखक दो नए नियंत्रण सूत्रीकरण प्रस्तावित करते हैं जो व्यवहार बाधा $w \in \mathcal{B}_L$ को लागू करने के लिए स्पष्ट रूप से सॉफ्ट प्रोजेक्शन का उपयोग करते हैं:

सूत्रीकरण (9): ट्रैकिंग एरर और एक दंड पद $\alpha \| (I - \tilde{P}_H)w \|^2$ को कम करता है। यह बाधा को एक सॉफ्ट पेनल्टी के रूप में मानता है।
सूत्रीकरण (10): ट्रैकिंग एरर और एक दंड $\hat{\alpha} w^\top (I - \tilde{P}_H) w$ को कम करता है।

तुलना: सैद्धांतिक विश्लेषण और आइजनवैल्यू वितरण दिखाते हैं कि सूत्रीकरण (9), सूत्रीकरण (10) (और मानक DeePC) की तुलना में सिग्नल को शोर से अधिक प्रभावी ढंग से अलग करने वाला एक उच्च-क्रम का फ़िल्टर (higher-order filter) है, जिससे बेहतर मजबूती (robustness) मिलती है।

D. ऑनलाइन अनुकूलन (Rank-One Updates)

स्ट्रीमिंग डेटा को संभालने के लिए, लेखक सॉफ्ट प्रोजेक्टर और रेगुलराइजेशन पैरामीटर $\delta$ के लिए कुशल रैंक-वन अपडेट फॉर्मूले (rank-one update formulas) प्राप्त करते हैं।

प्रत्येक टाइम स्टेप पर एक बड़े मैट्रिक्स के व्युत्क्रम (inverse) को पुनर्गणना करने के बजाय, प्रोजेक्टर को नई डेटा प्रक्षेपवक्र का उपयोग करके पुनरावर्ती (recursively) रूप से अपडेट किया जाता है।
$\delta$ के लिए अपडेट नियम डेटा मैट्रिक्स के ट्रेस ( $\text{tr}(H_t H_t^\top)$ ) से जुड़ा हुआ है, जो यह सुनिश्चित करता है कि रेगुलराइजेशन बिना किसी मैनुअल ट्यूनिंग के वर्तमान डेटा की समृद्धि (data richness) के अनुकूल हो जाए।

3. मुख्य योगदान (Key Contributions)

वैचारिक बदलाव: रेगुलराइज्ड डेटा-ड्रिवन कंट्रोल को एक सॉफ्ट प्रोजेक्शन समस्या के रूप में पुनर्व्याख्या करना, जो एक स्पष्ट ज्यामितीय और सैद्धांतिक व्याख्या प्रदान करता है जो बाधाओं के साथ भी बनी रहती है।
ऑर्डर-स्वतंत्र मजबूती (Order-Independent Robustness): यह सिद्ध करना कि सॉफ्ट प्रोजेक्शन की अनुमान त्रुटि सीमा सिस्टम ऑर्डर पर निर्भर नहीं करती है, जो स्पष्ट सबस्पेस पहचान (subspace identification) की संवेदनशीलता संबंधी समस्याओं को समाप्त करती है।
नवीन एल्गोरिदम: दो नए नियंत्रण सूत्रीकरण (विशेष रूप से सूत्रीकरण 9) प्रस्तावित करना जो DeePC का सामान्यीकरण करते हैं और बेहतर शोर फ़िल्टरिंग क्षमताएं प्रदान करते हैं।
कुशल ऑनलाइन लर्निंग: कुशल पुनरावर्ती अपडेट फॉर्मूले विकसित करना जो नियंत्रक को रियल-टाइम में स्ट्रीमिंग डेटा के अनुकूल होने की अनुमति देते हैं, जिसकी जटिलता प्रति स्टेप $O((qL)^2)$ है।

4. परिणाम (Results)

विधियों को बदलते सिग्नल-टू-नॉइज़ रेशियो (SNR: 10, 5, और 3) के तहत एक डबल स्प्रिंग-मास-डैम्पर सिस्टम (दो घूमने वाले डिस्क) पर मान्य किया गया।

प्रदर्शन: प्रस्तावित विधि (सूत्रीकरण 9) ने मानक DeePC (सूत्रीकरण 4) की तुलना में लगातार बेहतर प्रदर्शन किया।
मेट्रिक्स:
- औसत realized cost: सूत्रीकरण 9 ने काफी कम लागत प्राप्त की, विशेष रूप से जैसे-जैसे शोर बढ़ा (उदाहरण के लिए, SNR=3 पर, लागत 9.43 के मुकाबले 6.87 थी)।
- भविष्यवाणी त्रुटि (Prediction Error): प्रस्तावित विधि ने कम औसत भविष्यवाणी त्रुटि और कम वेरिएंस प्रदर्शित किया।
मजबूती (Robustness): प्रस्तावित विधि और DeePC के बीच प्रदर्शन का अंतर शोर के स्तर के बढ़ने के साथ बढ़ता गया, जो सॉफ्ट प्रोजेक्शन दृष्टिकोण की बेहतर मजबूती की पुष्टि करता है।

5. महत्व (Significance)

यह शोध पत्र हीयुरिस्टिक रेगुलराइजेशन और कठोर गणितीय सिद्धांत के बीच के अंतर को पाटता है।

सैद्धांतिक प्रभाव: यह रेगुलराइजेशन को सॉफ्ट प्रोजेक्शन के रूप में एक एकीकृत दृश्य प्रदान करता है, जो सिस्टम ऑर्डर से स्वतंत्र त्रुटि सीमाएं प्रदान करता है—जो बिहेवियरल कंट्रोल में एक बड़ी बाधा रही है।
व्यावहारिक प्रभाव: प्रस्तावित ऑनलाइन अपडेट फॉर्मूले मजबूत, डेटा-ड्रिवन कंट्रोल को समय-परिवर्तित प्रणालियों और स्ट्रीमिंग डेटा अनुप्रयोगों के लिए व्यवहार्य बनाते हैं, जिससे महंगे पुन: पहचान (re-identification) या मैनुअल रेगुलराइजेशन पैरामीटर ट्यूनिंग की आवश्यकता समाप्त हो जाती है।
भविष्य की दिशा: यह बिहेवियरल प्रोजेक्शन के स्टोकेस्टिक व्याख्याओं और गैर-रेखीय (nonlinear) प्रणालियों के लिए और अधिक सामान्यीकरण के मार्ग खोलता है।