⚡ electrical engineering

Steering with Contingencies: Combinatorial Stabilization and Reach-Avoid Filters

यह शोध पत्र एक सुलभ नियंत्रण ढांचे (tractable control framework) को प्रस्तुत करता है जो प्राथमिक लक्ष्य की ओर बढ़ने के लिए कॉम्बिनेटोरियल स्थिरीकरण (combinatorial stabilization) और रीच-अवॉयड (reach-avoid) आवश्यकताओं को लागू करता है, साथ ही $p$ में से कम से कम $r$ वैकल्पिक स्थलों की ओर मुड़ने की क्षमता की गारंटी देता है, जिसमें कॉम्बिनेटोरियल विस्फोट को रोकने और सुरक्षित वास्तविक समय स्विचिंग को सक्षम करने के लिए केवल $p+1$ बाधाओं वाले अनुकूलन-आधारित फिल्टरों का उपयोग किया गया है।

मूल लेखक: Yana Lishkova, Pio Ong, Sander Tonkens, Sylvia Herbert, Aaron D. Ames

प्रकाशित 2026-04-07

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yana Lishkova, Pio Ong, Sander Tonkens, Sylvia Herbert, Aaron D. Ames

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 लंबी सड़क यात्रा पर कार चला रहे हैं। आपका मुख्य लक्ष्य शहर A (आपका लक्ष्य) पहुँचना है। हालाँकि, आप जानते हैं कि ट्रैफिक जाम, सड़क बंद होना या पेट्रोल खत्म होना जैसी चीजें हो सकती हैं। इसलिए, एक समझदार ड्राइवर सिर्फ शहर A को ही निशाना नहीं बनाता; वे यह भी सुनिश्चित करते हैं कि वे शहर B और शहर C के पर्याप्त करीब रहें, ताकि ज़रूरत पड़ने पर वे वहां मुड़ सकें।

यह शोध पत्र रोबोटों और स्वायत्त प्रणालियों (जैसे खुद चलने वाली कारों या ड्रोन) को बिल्कुल यही सिखाने के बारे में है। यह एक बहुत ही कठिन गणितीय समस्या को हल करता है: आप एक लक्ष्य की ओर बढ़ते हुए भी यह कैसे सुनिश्चित कर सकते हैं कि आप कम से कम दो (या अधिक) बैकअप लक्ष्यों तक पहुँचने में सक्षम रहेंगे, और यह भी कि कंप्यूटर गणनाओं के बोझ तले दब न जाए?

यहाँ उनके समाधान का सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:

1. समस्या: "कॉम्बिनेटोरियल एक्सप्लोजन" (Combinatorial Explosion)

कल्पना कीजिए कि आपके पास ड्रोन के लिए 10 संभावित लैंडिंग स्पॉट हैं ( $p=10$ ), और आप यह सुनिश्चित करना चाहते हैं कि ड्रोन कहीं भी उड़े, वह हमेशा उनमें से कम से कम 3 तक पहुँच सके ( $r=3$ )।

यदि आप 10 में से 3 स्पॉट्स के हर एक संयोजन (combination) की जाँच करने की कोशिश करेंगे, तो कंप्यूटर को एक साथ 120 अलग-अलग परिदृश्यों की जाँच करनी होगी। यदि आपके पास 20 स्पॉट्स होते, तो संयोजनों की संख्या हजारों में होती। इसे "कॉम्बिनेटोरियल एक्सप्लोजन" कहा जाता है। यह एक ऐसी पहेली को हल करने जैसा है जहाँ पहेली के टुकड़े हर सेकंड दोगुने हो जाते हैं; कंप्यूटर फ्रीज हो जाएगा, और ड्रोन क्रैश हो जाएगा।

2. समाधान: "मैजिक फिल्टर" (The Magic Filter)

लेखकों ने एक विशेष "फिल्टर" (नियमों का एक सेट जिसे कंप्यूटर फॉलो करता है) बनाया है जो एक ट्रैफिक पुलिस की तरह काम करता है। बैकअप योजनाओं के हर एक संयोजन की जाँच करने के बजाय, यह फिल्टर एक चतुर गणितीय ट्रिक का उपयोग करता है ताकि केवल $p+1$ चीजों की जाँच की जा सके (हमारे उदाहरण में, केवल 11 चीजें)।

इसे इस तरह सोचें:

पुराना तरीका: आप पूछते हैं, "क्या मैं कॉम्बो 1 तक पहुँच सकता हूँ? कॉम्बो 2? कॉम्बो 3? ... कॉम्बो 120 तक?" (बहुत धीमा!)
नया तरीका: आप पूछते हैं, "क्या मैं उस ज़ोन में हूँ जहाँ मैं कम से कम 3 स्पॉट्स तक पहुँच सकता हूँ?" (तेज़ और आसान!)

यह फिल्टर सुनिश्चित करता है कि रोबोट एक "सुरक्षित बुलबुले" के भीतर रहे जो यह गारंटी देता है कि यह शर्त हमेशा पूरी होती रहे।

3. दो अलग-अलग काम के लिए दो अलग-अलग उपकरण

A. "स्टेबिलिटी" फिल्टर (स्थिरता के लिए - सुचारू रूप से चलने हेतु)

उपमा: कल्पना कीजिए कि एक कटोरे में एक मार्बल (कंचा) लुढ़क रहा है। कटोरे का निचला हिस्सा आपका लक्ष्य है। "कंट्रोल ल्यपुनोव फंक्शन" (CLF) कटोरे के आकार के नक्शे की तरह है।
यह कैसे काम करता है: रोबोट लक्ष्य वाले कटोरे में लुढ़कना चाहता है। लेकिन, फिल्टर यह सुनिश्चित करता है कि रोबोट कभी भी किनारे पर इतना ऊपर न लुढ़क जाए कि वह पास के तीन अन्य कटोरों से बाहर गिर जाए। यह रोबोट को एक "सुपर-बाउल" के भीतर रखता है जहाँ वह मुख्य लक्ष्य में फिसल सकता है, लेकिन यदि मुख्य लक्ष्य अचानक गायब हो जाता है (जैसे कोई खतरा आ जाए), तो रोबोट बिना किनारे से गिरे तुरंत एक बैकअप बाउल में फिसल सकता है।

B. "टाइम-बम" फिल्टर (सीमित संसाधनों के लिए)

उपमा: कल्पना कीजिए कि आपकी बैटरी खत्म हो रही है। आपके पास 10 चार्जिंग स्टेशन हैं, लेकिन आपकी बैटरी मर रही है। जैसे-जैसे समय बीतता है, प्रत्येक स्टेशन के लिए "पहुँचने योग्य क्षेत्र" (reachable area) छोटा होता जाता है।
यह कैसे काम करता है: यह "हैमिल्टन-जेकोवी रीचेबिलिटी" (Hamilton-Jacobi Reachability) का उपयोग करता है। यह एक सिकुड़ते हुए बुलबुले की तरह है। फिल्टर लगातार जाँच करता है: "क्या मेरी वर्तमान स्थिति कम से कम 3 चार्जिंग स्टेशनों के सिकुते हुए बुलबुलों के भीतर है?" यदि बैटरी कम होती है, तो बुलबुले छोटे हो जाते हैं। फिल्टर रोबोट को इस तरह निर्देशित करता है कि वह ऐसी जगह न फँसे जहाँ वह केवल 2 स्टेशनों तक पहुँच सके। यह रोबोट को उस "सुरक्षित क्षेत्र" में रहने के लिए मजबूर करता है जहाँ 3 विकल्प अभी भी जीवित हैं।

4. यह क्यों एक बड़ी बात है

सुरक्षा सर्वोपरि: अतीत में, यदि कोई रोबोट किसी लक्ष्य की ओर बढ़ रहा था और कोई बाधा आ गई, तो उसे सब कुछ फिर से कैलकुलेट करने के लिए रुकना पड़ सकता था, जिसमें समय लगता है। यह नया तरीका "बैकअप प्लान्स" को चलते हुए काम के दौरान ही जीवित रखता है।
रियल-टाइम स्विचिंग: क्योंकि इसकी गणित बहुत कुशल है (केवल $p+1$ बाधाएं), रोबोट तुरंत लक्ष्य बदल सकता है। यदि रोबोट टारगेट 1 की ओर बढ़ रहा है, लेकिन टारगेट 1 असुरक्षित हो जाता है, तो वह तुरंत टारगेट 2 पर स्विच कर सकता है, क्योंकि वह पहले से ही टारगेट 2 के पर्याप्त करीब बना हुआ था।
कोई क्रैश नहीं: पेपर में ऐसे सिमुलेशन दिखाए गए हैं जहाँ एक सामान्य रोबोट अपने मुख्य लक्ष्य पर बहुत अधिक ध्यान केंद्रित करने के कारण बाधाओं से टकराकर क्रैश हो जाता है। इस नए फिल्टर का उपयोग करने वाला रोबोट सफलतापूर्वक बाधाओं से बचता है और एक बैकअप रनवे पर सुरक्षित रूप से उतर जाता है।

सारांश

यह शोध पत्र रोबोटों को "प्लान B, C और D" वाली मानसिकता देता है। केवल एक लक्ष्य की ओर अंधे होकर बढ़ने के बजाय, रोबोट को इस तरह से चलाया जाता है कि वह हर समय कई बचाव मार्ग खुले रखे। यह एक स्मार्ट, तेज़ गणितीय फिल्टर का उपयोग करके किया जाता है जो कंप्यूटर को जटिल गणनाओं में उलझने से रोकता है, जिससे यह सुनिश्चित होता है कि जब चीजें गलत हों तब भी रोबोट सुरक्षित रहे।

यहाँ शोध पत्र "Steering with Contingencies: Combinatorial Stabilization and Reach-Avoid Filters" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र स्वायत्त प्रणालियों (जैसे अंतरिक्ष यान लैंडिंग, स्वायत्त वाहन नेविगेशन) के लिए एक महत्वपूर्ण चुनौती: कंटीजेंसी प्लानिंग (Contingency Planning) को संबोधित करता है। गतिशील वातावरण में, एक प्रणाली को प्राथमिक लक्ष्य की ओर बढ़ने के साथ-साथ कम से कम $r$ वैकल्पिक लक्ष्यों (कुल $p$ विकल्पों में से) की ओर मुड़ने की क्षमता बनाए रखनी चाहिए यदि स्थितियाँ बदल जाती हैं (जैसे खतरे का पता चलना, बैटरी की कमी, या संसाधन संबंधी बाधाएं)।

मुख्य चुनौतियाँ:

संयोजन जटिलता (Combinatorial Complexity): सहज (Naive) सूत्र बनाने के लिए सभी $\binom{p}{r}$ संयोजनों की जाँच करने की आवश्यकता होती है, जिससे गणनात्मक रूप से यह अव्यवहार्य हो जाता है ("combinatorial blow-up")।
तार्किक बाधाएं (Logical Constraints): मानक कंट्रोल बैरियर फंक्शन्स (CBFs) एक "AND" लॉजिक लागू करते हैं (सभी बाधाओं को संतुष्ट करना अनिवार्य है)। इस समस्या के लिए "कम से कम $r$ -आउट-ऑफ- $p$ " लॉजिक की आवश्यकता है, जो नॉन-स्मूथ है और वास्तविक समय के अनुकूलन (optimization) में लागू करना कठिन है।
विरोधाभासी उद्देश्य (Conflicting Objectives): प्रणाली को एक विशिष्ट संतुलन (equilibrium) की ओर स्थिर करने के साथ-साथ यह भी सुनिश्चित करना चाहिए कि अवस्था (state) कई वैकल्पिक लक्ष्यों के "सेफ रीजन ऑफ अट्रैक्शन" (या रीच-अवॉयड सेट) के भीतर बनी रहे।

2. कार्यप्रणाली (Methodology)

लेखक इस समस्या को हल करने के लिए दो पूरक ढांचे प्रस्तावित करते हैं, जो दोनों ही केवल $p+1$ बाधाओं वाले क्वाड्रेटिक प्रोग्रामिंग (QP) फिल्टर का परिणाम देते हैं, जिससे संयोजन विस्फोट (combinatorial explosion) से बचा जा सकता है।

A. कॉम्बिनेटोरियल स्टेबिलाइज़ेशन (अनंत क्षितिज - Infinite Horizon)

आधार: स्थिरता के लिए कंट्रोल ल्यपुनोव फंक्शन्स (CLFs) और सुरक्षा के लिए कॉम्बिनेटोरियल कंट्रोल बैरियर फंक्शन्स (CBFs) का उपयोग करता है।
तंत्र:
1. CLFs: प्रत्येक $p$ उम्मीदवार संतुलन के लिए, एक स्थानीय CLF ( $V_j$ ) एक प्रमाणित रीजन ऑफ अट्रैक्शन (ROA) को परिभाषित करता है।
2. CBF निर्माण: इन CLFs को बैरियर फंक्शन्स ( $h_j = c_j - V_j$ ) में परिवर्तित किया जाता है।
3. कॉम्बिनेटोरियल लॉजिक: एक "पिवट फंक्शन" $\tilde{h}(x) = \text{max}^{(r)}\{h_j(x)\}$ को परिभाषित किया गया है, जो $p$ बाधाओं में से $r$ -वीं सबसे बड़ी वैल्यू को दर्शाता है। लक्ष्य $\tilde{h}(x) \geq 0$ बनाए रखना है।
4. रिलैक्सेशन (Relaxation): जब प्रणाली चयनित लक्ष्य से दूर होती है, तो व्यवहार्यता सुनिश्चित करने के लिए एक सहायक चर $\omega$ वाला रिलैक्सेशन टर्म पेश किया जाता है। यह गैर-महत्वपूर्ण बाधाओं को अस्थायी रूप से उल्लंघन करने की अनुमति देता है, जबकि यह सुनिश्चित करता है कि कम से कम $r$ बाधाएं संतुष्ट रहें।
5. फिल्टर: प्रत्येक समय चरण पर एक QP को हल किया जाता है ताकि नामित नियंत्रक (nominal controller) से विचलन को कम किया जा सके, जो निम्नलिखित के अधीन है:
  - चयनित लक्ष्य के लिए एक CLF बाधा।
  - कंटिंजेंसी सेट के लिए $p$ कॉम्बिनेटोरियल CBF बाधाएं।

B. कॉम्बिनेटोरियल रीच-अवॉयड (परिमित क्षितिज - Finite Horizon)

आधार: हैमिल्टन-जैकबी रीचेबिलिटी (HJR) विश्लेषण का उपयोग करता है, जो परिमित-क्षितिज समस्याओं और संसाधन की कमी (जैसे ईंधन/बैटरी के कारण घटते ROAs) के लिए अधिक उपयुक्त है।
तंत्र:
1. वैल्यू फंक्शन्स: CLFs के बजाय, यह विधि HJR से प्राप्त रीच-अवॉयड वैल्यू फंक्शन्स ( $V_j(x, \tau)$ ) का उपयोग करती है, जो एक समय क्षितिज $\tau$ के भीतर बाधाओं से बचते हुए लक्ष्य तक पहुँचने की क्षमता को दर्शाते हैं।
2. गतिशील क्षितिज (Dynamic Horizons): यह ढांचा समय-परिवर्तित क्षितिजों ( $\tau_1$ सक्रिय लक्ष्य के लिए, $\tau_2$ कंटिंजेंसी लक्ष्यों के लिए) को ध्यान में रखता है जो समय के साथ घट सकते हैं।
3. कॉम्बिनेटोरियल सेट: स्टेबिलाइज़ेशन मामले के समान, एक कॉम्बिनेटोरियल सेट परिभाषित किया गया है जहाँ अवस्था को कम से कम $r$ लक्ष्यों के रीच-अवॉयड सेट्स के भीतर रहना चाहिए।
4. फिल्टर: एक QP-आधारित फिल्टर बनाया गया है जो यह सुनिश्चित करता है कि प्रणाली चयनित लक्ष्य तक पहुँचे और साथ ही कॉम्बिनेटोरियल रीच-अवॉयड सेट की सदस्यता बनाए रखे।

3. मुख्य योगदान (Key Contributions)

कॉम्बिनेटोरियल कंटिंजेंसी का औपचारिक रूप: शोध पत्र "कॉम्बिनेटोरियल स्टेबिलाइज़ेशन" और "कॉम्बिनेटोरियल टारगेटिंग" को औपचारिक रूप से परिभाषित करता है, जिसमें प्रणाली को प्राथमिक लक्ष्य का पीछा करने के साथ-साथ $r$ -आउट-ऑफ- $p$ विकल्पों तक पहुँच बनाए रखने की आवश्यकता होती है।
व्यवहार्य QP फिल्टर्स: लेखक केवल $p+1$ बाधाओं (1 सक्रिय लक्ष्य के लिए, $p$ कॉम्बिनेटोरियल सुरक्षा सेट के लिए) का उपयोग करके इस जटिल तार्किक आवश्यकता को लागू करने वाले फिल्टर्स विकसित करते हैं। यह मिक्स्ड-इंटीजर प्रोग्रामिंग (MIP) से जुड़ी घातीय स्केलिंग (exponential scaling) को रोकता है।
व्यवहार्यता के लिए रिलैक्सेशन: सहायक चरों ( $\omega$ ) और रिलैक्सेशन टर्म्स (ReLU और $\rho$ फंक्शन्स का उपयोग करके) का परिचय यह सुनिश्चित करता है कि QP व्यवहार्य बना रहे, भले ही प्रणाली चयनित लक्ष्य के सख्त 'रीजन ऑफ अट्रैक्शन' के बाहर हो, बशर्ते वह कॉम्बिनेटोरियल सेट के भीतर हो।
निरंतरता गारंटी (Continuity Guarantees): शोध पत्र सिद्ध करता है कि मानक रेगुलरिटी शर्तों (Slater's condition) के तहत, परिणामी QP कंट्रोलर निरंतर (continuous) है, जो सुव्यवस्थित क्लोज्ड-लूप डायनेमिक्स सुनिश्चित करता है और चैटरिंग (chattering) को रोकता है।
रियल-टाइम स्विचिंग: यह ढांचा लक्ष्यों के बीच सुरक्षित, वास्तविक समय स्विचिंग को सक्षम बनाता है। यदि प्राथमिक लक्ष्य असुरक्षित या अव्यवहार्य हो जाता है, तो नियंत्रक बिना सुरक्षा गारंटी का उल्लंघन किए तुरंत एक कंटिजेंसी लक्ष्य पर स्विच कर सकता है।

4. परिणाम और सिमुलेशन (Results and Simulations)

ढांचे को दो अलग-अलग उदाहरणों पर सत्यापित किया गया:

उदाहरण 1: लीनियर सिस्टम (CLF-आधारित):
- 3 लक्ष्यों और 3 बाधाओं के साथ एक 2D लीनियर सिस्टम।
- परिदृश्य: प्रणाली टार्गेट 1 ( $r=2$ ) की ओर बढ़ती है। $t=0.5s$ पर, लक्ष्य बदलकर टार्गेट 2 हो जाता है। बाद में, $r$ को बढ़ाकर 3 कर दिया जाता है।
- परिणाम: अनफिल्टर्ड (nominal) कंट्रोलर ने बाधाओं का उल्लंघन किया। प्रस्तावित फिल्टर ने प्रक्षेपवक्र (trajectory) को कम से कम 2 (और बाद में 3) लक्ष्यों के सुरक्षित क्षेत्रों के भीतर रखा, जिससे टकराव के बिना सुरक्षित लक्ष्य स्विचिंग संभव हुई।
उदाहरण 2: एयरप्लेन लैंडिंग (HJR-आधारित):
- 6 रनवे लक्ष्यों के बीच इमारतों की बाधाओं से बचते हुए एक सरलीकृत 5-स्टेट एयरक्राफ्ट मॉडल।
- परिឃើញ: विमान को एक विशिष्ट रनवे पर उतरना चाहिए जबकि $r$ वैकल्पिक रनवे तक पहुँच को बनाए रखना चाहिए, जैसे-जैसे समय क्षितिज ( $\tau$ ) घटता है।
- परिणाम:
  - $r=0$ के साथ, नोमिनल कंट्रोलर क्रैश हो गया।
  - $r=2$ के साथ, फिल्टर ने विमान को दो रनवे की पहुँच के भीतर रहने के लिए मजबूर किया, जिसके परिणामस्वरूप अधिक सुरक्षित और रूढ़िवादी (conservative) पथ मिला।
  - जब कम होते क्षितिज के कारण प्राथमिक लक्ष्य अव्यवहार्य हो गया, तो फिल्टर ने सुरक्षा नियमों का उल्लंघन किए बिना सफलतापूर्वक एक कंटिजेंसी रनवे (टार्गेट 2) पर स्विच किया।

5. महत्व (Significance)

यह कार्य स्थिरता सिद्धांत (CLFs) और सुरक्षा सिद्धांत (CBFs/HJR) के बीच के अंतर को लॉजिकल कंटिंजेंसी प्लानिंग के संदर्भ में पाटता है।

स्केलेबिलिटी: बाधाओं की संख्या को घातीय ( $\binom{p}{r}$ ) से घटाकर रैखिक ( $p+1$ ) करके, यह कई संभावित विकल्पों वाले सिस्टम के लिए वास्तविक समय की कंटिजेंसी प्लानिंग को व्यवहार्य बनाता है।
मजबूती (Robustness): यह गणितीय गारंटी प्रदान करता है कि प्रणाली खुद को "कोने में नहीं फँसाएगी" (paint itself into a corner); भले ही प्राथमिक योजना विफल हो जाए, प्रणाली यह सुनिश्चित करती है कि उसके पास हर समय $r$ व्यवहार्य बैकअप योजनाएं उपलब्ध हों।
उपयोगिता: CLF (अनंत क्षितिज के लिए) और HJR (परिमित क्षितिज/संसाधन सीमाओं के लिए) का दोहरा दृष्टिकोण इस ढांचे को ड्रोन स्वार्म से लेकर अंतरिक्ष यान लैंडिंग और स्वायत्त ड्राइविंग तक, विविध कार्यों के लिए उपयुक्त बनाता है।

संक्षेप में, यह शोध पत्र एक कठोर और गणनात्मक रूप से कुशल तरीका प्रदान करता है ताकि स्वायत्त प्रणालियाँ आक्रामक रूप से लक्ष्यों का पीछा करते हुए भी सुरक्षित विकल्पों की ओर मुड़ने की लचीलापन बनाए रख सकें, जो उच्च-जोखिम वाली स्वायत्तता के लिए एक महत्वपूर्ण आवश्यकता है।