🔢 mathematics

Adaptive Control with Sparse Identification of Nonlinear Dynamics

यह शोध पत्र एक स्पैरसिटी-प्रमोटिंग इंटीग्रल कॉन्करेंट लर्निंग (SP-ICL) एडेप्टेशन लॉ प्रस्तावित करता है जो अनिश्चित नॉनलीन कंट्रोल-एफिन सिस्टम में अल्टीमेट बाउंडेडनेस प्राप्त करने और स्पार्स डायनेमिक्स को रिकवर करने के लिए स्लाइडिंग मोड्स के साथ $\ell_1$ रेगुलराइजेशन को एकीकृत करता है।

मूल लेखक: Trivikram Satharasi, Tochukwu E. Ogri, Muzaffar Qureshi, Kyle Volle, Rushikesh Kamalapurkar

प्रकाशित 2026-04-09

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Trivikram Satharasi, Tochukwu E. Ogri, Muzaffar Qureshi, Kyle Volle, Rushikesh Kamalapurkar

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। इसे करने के लिए, रोबोट को कार के चलने का एक सटीक नक्शा चाहिए होगा। लेकिन समस्या यह है कि वास्तविक दुनिया बहुत अव्यवस्थित है। टायर फिसल सकते हैं, हवा का झोंका तेज़ हो सकता है, या इंजन थोड़ा घिसा हुआ हो सकता है। आप इन चीजों के सटीक आंकड़े नहीं जानते और ये समय के साथ बदलते रहते हैं।

यह शोध पत्र (paper) रोबोट के लिए एक नया "स्मार्ट टीचर" प्रस्तुत करता है जो एक साथ दो बड़ी समस्याओं को हल करता है:

नियम सीखना: यह वास्तविक समय में कार के भौतिक विज्ञान (physics) को समझता है।
शोर (noise) को अनदेखा करना: यह जानता है कि कौन से विवरण वास्तव में महत्वपूर्ण हैं और कौन से केवल ध्यान भटकाने वाले हैं, जिससे मॉडल सरल और सटीक बना रहता है।

यह यहाँ कैसे काम करता है, इसे सरल अवधारणाओं में विभाजित किया गया है:

1. "ओवर-कम्प्लीट" लाइब्रेरी (एक विशाल टूलबॉक्स)

कल्पना कीजिए कि रोबोट के पास 1,000 अलग-अलग रिंच (wrenches), हथौड़े और पेचकशों वाला एक विशाल टूलबॉक्स है। वह जानता है कि कार को ठीक करने के लिए इनमें से कुछ उपकरणों की आवश्यकता होगी, लेकिन उसे यह नहीं पता कि कौन से। अधिकांश समय, एक कार को केवल 5 या 6 विशिष्ट उपकरणों की आवश्यकता होती है।

गणित की दुनिया में, इस टूलबॉक्स को "बेसिस फंक्शन्स की लाइब्रेरी" कहा जाता है। रोबोट का काम सही 5 उपकरणों को चुनना और बाकी 995 को अनदेखा करना है। यदि वह सभी 1,000 उपकरणों का उपयोग करने की कोशिश करता है, तो मॉडल अव्यवस्थित, धीमा और गलतियाँ करने के प्रति संवेदनशील हो जाएगा (जैसे यह सोचना कि एक ढीला पेंच कार के शुरू न होने का कारण है)।

2. "स्पैरसिटी" का लक्ष्य (एक न्यूनतमवादी शेफ)

इस शोध पत्र का लक्ष्य स्पैरसिटी (Sparsity) है। इसे एक न्यूनतमवादी शेफ (minimalist chef) की तरह समझें जो केवल आवश्यक सामग्रियों का उपयोग करके एक स्वादिष्ट सूप बनाना चाहता है। यदि आप बहुत अधिक मसाले मिलाते हैं, तो सूप का स्वाद अजीब हो जाएगा।

शोधकर्ता चाहते हैं कि रोबोट एक "स्पार्स" मॉडल सीखे: एक सरल समीकरण जो कार की गति का वर्णन करने के लिए केवल कुछ आवश्यक सामग्रियों (पैरामीटर्स) का उपयोग करता है, और बाकी को अनदेखा करता है।

3. "स्मार्ट टीचर" (SP-ICL)

यह शोध पत्र एक नई सीखने की विधि पेश करता है जिसे SP-ICL (स्पार्स प्रमोटिंग इंटीग्रल कंकरेंट लर्निंग) कहा जाता है। यहाँ इसका सादृश्य (analogy) दिया गया है:

छात्र (रोबोट): रोबट गाड़ी चला रहा है और गलतियाँ कर रहा है (ट्रैकिंग एरर)।
नोटबुक (हिस्ट्री स्टैक): केवल अभी क्या हो रहा है उस पर ध्यान देने के बजाय, रोबोट पिछली यात्राओं का एक नोटबुक रखता है। वह पैटर्न देखने के लिए पिछली यात्राओं के संग्रह को देखता है।
पाठ (कंकरेंट लर्निंग): वर्तमान ड्राइव की तुलना नोटबुक की पिछली यात्राओं से करके, रोबोट वर्तमान क्षण को देखने की तुलना में बहुत तेज़ी से सीखता है।
सख्त कोच (स्पैरसिटी पेनल्टी): यह नया मोड़ है। कोच का एक नियम है: "यदि आप ऐसे उपकरण का उपयोग करने की कोशिश करते हैं जिसकी आपको वास्तव में आवश्यकता नहीं है, तो आपको दंड मिलेगा।" यह $\ell_1$ रेगुलराइजेशन है। यह रोबोट को अनावश्यक उपकरणों के मानों को शून्य (zero) पर सेट करने के लिए प्रेरित करता है।

4. "बंपी राइड" (एक समझौता/ट्रेड-ऑफ)

एक पेच है। क्योंकि कोच चीजों को सरल रखने के मामले में बहुत सख्त है, इसलिए रोबोट की सीखने की प्रक्रिया थोड़ी "अस्थिर" (jittery) हो जाती है।

सादृश्य: कल्पना कीजिए कि एक छात्र एक सीधी रेखा में चलने की कोशिश कर रहा है जबकि एक सख्त शिक्षक उसे बार-बार कंधे पर थपथपाकर याद दिला रहा है कि अपने बाएं हाथ का उपयोग करना बंद करे। छात्र थोड़ा डगमगा सकता है (इसे पेपर में चैटरिंग (chattering) कहा गया है)।
परिणाम: यदि शिक्षक बहुत सख्त है (बहुत अधिक स्पैरसिटी), तो रोबोट उस उपकरण को भूल सकता है जिसकी उसे वास्तव में आवश्यकता है, और कार सुचारू रूप से नहीं चलेगी। यदि शिक्षक बहुत ढीला है, तो रोबोट बहुत सारे उपकरणों के कारण भ्रमित हो जाएगा।

5. प्रमाण (एक सुरक्षा जाल)

इस शोध पत्र का सबसे महत्वपूर्ण हिस्सा यह है कि लेखकों ने केवल यह अनुमान नहीं लगाया कि यह काम करेगा; उन्होंने गणितीय रूप से इसे सिद्ध किया है।

उन्होंने एक विशेष प्रकार के गणित (जिसे नॉन-स्मूथ ल्यपुनोव एनालिसिस कहा जाता है) का उपयोग किया है यह सिद्ध करने के लिए कि भले ही रोबोट का सीखना थोड़ा "अस्थिर" और गणित जटिल है, रोबोट कभी दुर्घटनाग्रस्त नहीं होगा। वह हमेशा उस पथ के एक सुरक्षित दायरे के भीतर रहेगा जिसका उसे पालन करना चाहिए, और वह अंततः सही उपकरण उपयोग करना सीख जाएगा।

मुख्य निष्कर्ष

यह शोध पत्र रोबोट को डेटा से अभिभूत हुए बिना वास्तविक समय में जटिल भौतिक नियमों को सीखने का तरीका देता है। यह उन्हें कुशल शिक्षार्थी (efficient learners) बनना सिखाता है:

सब कुछ याद मत करो।
उन कुछ प्रमुख तथ्यों को खोजो जो दुनिया की व्याख्या करते हैं।
सरल रखो, लेकिन सुरक्षित भी रहो।

सिमुलेशन में, उन्होंने दिखाया कि "कोच की सख्ती" को बिल्कुल सही तरीके से ट्यून करके, रोबोट सिस्टम के वास्तविक भौतिकी (जैसे घर्षण या गुरुत्वाकर्षण) को उच्च सटीकता के साथ पहचान सकता है, जबकि उस नकली, भ्रमित करने वाले डेटा को अनदेखा कर सकता है जो आमतौर पर अन्य लर्निंग सिस्टम को उलझा देता है।

यहाँ "Adaptive Control with Sparse Identification of Nonlinear Dynamics" (सथारसी एवं अन्य द्वारा लिखित) का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र उन अनिश्चित नॉनलीन कंट्रोल-एफ़िन (nonlinear control-affine) प्रणालियों को नियंत्रित करने की चुनौती को संबोधित करता है जहाँ सिस्टम डायनेमिक्स पूरी तरह से ज्ञात नहीं होते हैं, लेकिन उन्हें ज्ञात, ओवर-कम्प्लीट (over-complete) कैंडिडेट बेसिस फंक्शन्स के एक लाइब्रेरी के लीनियर कॉम्बिनेशन के रूप में दर्शाया जा सकता है।

सिस्टम मॉडल: $\dot{x} = Y(x)\theta + g(x)u$ , जहाँ $x$ अवस्था (state) है, $u$ कंट्रोल इनपुट है, $g(x)$ एक ज्ञात कंट्रोल इफेक्टिवनेस मैट्रिक्स है, और $Y(x)$ नॉनलीन बेसिस फंक्शन्स की एक ज्ञात लाइब्रेरी है। पैरामीटर वेक्टर $\theta$ अज्ञात है और माना गया है कि यह स्पार्स (sparse) है (अर्थात, इसके केवल कुछ तत्व गैर-शून्य हैं, जो वास्तविक भौतिक नियमों का प्रतिनिधित्व करते हैं)।
चुनौतियाँ:
1. पैरामीटर अनिश्चितता (Parameter Uncertainty): पारंपरिक एडेप्टिव कंट्रोल के लिए पर्सिस्टेंट एक्साइटेशन (Persistent Excitation - PE) की आवश्यकता होती है, जो एक कठिन शर्त है जिसे व्यवहार में संतुष्ट करना अक्सर मुश्किल होता है।
2. मॉडल स्ट्रक्चर (Model Structure): मौजूदा डेटा-ड्रिवन विधियाँ (जैसे SINDy) अक्सर ऑफलाइन कार्य करती हैं या वास्तविक समय के नियंत्रण में क्लोज्ड-लूप स्थिरता (closed-loop stability) की गारंटी नहीं देती हैं।
3. स्पर्सिटी बनाम स्थिरता (Sparsity vs. Stability): वास्तविक समय के एडेप्टिव कंट्रोल में स्पर्सिटी-प्रमोटिंग तकनीकों (जैसे $\ell_1$ रेगुलराइजेशन) को एकीकृत करने से नॉन-स्मूथनेस (एब्सोल्यूट वैल्यू फंक्शन के कारण) उत्पन्न होती है, जिससे स्थिरता विश्लेषण और एस्टीमेट्स को बाउंडेड रखने के लिए प्रोजेक्शन ऑपरेटर्स का डिज़ाइन जटिल हो जाता है।

2. कार्यप्रणाली (Methodology)

लेखक एक स्पर्सिटी-प्रमोटिंग इंटीग्रल कॉनकरेंट लर्निंग (SP-ICL) फ्रेमवर्क प्रस्तावित करते हैं। यह दृष्टिकोण एडेप्टिव कंट्रोल, कॉनकरेंट लर्निंग (ऐतिहासिक डेटा का उपयोग करके), और स्पार्स आइडेंटिफिकेशन को जोड़ता है।

अ. कंट्रोल आर्किटेक्चर (Control Architecture)

ट्रैकिंग कंट्रोलर: एक मानक सर्टेन्टी-इक्विवेलेंस फीडबैक कंट्रोलर का उपयोग किया जाता है:
$u = g^+(x)(\dot{x}_d - Y(x)\hat{\theta} - Ke)$
जहाँ $x_d$ वांछित प्रक्षेपवक्र (desired trajectory) है, $e$ ट्रैकिंग एरर है, और $K$ एक पॉजिटिव डेफिनिट गेन है।
एरर डायनेमिक्स: ट्रैकिंग एरर डायनेमिक्स को $\dot{e} = -Ke + Y(x)\tilde{\theta}$ के रूप में प्राप्त किया जाता है, जहाँ $\tilde{\theta} = \theta - \hat{\theta}$ पैरामीटर एस्टीमेशन एरर है।

ब. पैरामीटर एस्टिमेटर (SP-ICL)

मुख्य नवाचार $\hat{\theta}$ के लिए अपडेट नियम है, जो एक रेगुलराइज्ड कॉस्ट फंक्शन को मिनिमाइज करता है:
$J(\hat{\theta}) = \frac{1}{2}\hat{\theta}^\top Y \hat{\theta} - \hat{\theta}^\top U + \lambda \|\hat{\theta}\|_1$

इंटीग्रल कॉनकरेंट लर्निंग (ICL): केवल तात्कालिक डेटा पर निर्भर रहने के बजाय, एल्गोरिदम फिल्टर किए गए रिग्रेसर डेटा ( $Y_f$ ) और स्टेट डेटा ( $U_f$ ) के एक हिस्ट्री स्टैक (history stack) को बनाए रखता है। यह सिस्टम को पिछले डेटा पॉइंट्स से सीखने की अनुमति देता है, जिससे सख्त PE स्थिति की आवश्यकता को एक कमजोर फिनाइट एक्साइटेशन (Finite Excitation - FE) स्थिति तक कम किया जा सके।
स्पर्सिटी प्रमोशन: कॉस्ट फंक्शन में स्पर्सिटी को बढ़ावा देने के लिए एक $\ell_1$ -रेगुलराइजेशन टर्म ( $\lambda \|\hat{\theta}\|_1$ ) जोड़ा गया है ताकि अप्रासंगिक पैरामीटर्स को शून्य की ओर ले जाया जा सके।
नॉन-स्मूथ अपडेट लॉ (Non-Smooth Update Law): चूंकि $\ell_1$ नॉर्म शून्य पर नॉन-डिफरेंशिएबल है, इसलिए अपडेट लॉ को क्लार्क सब-डिफरेंशियल (Clarke sub-differential/जेनेलाइज्ड ग्रेडिएंट) का उपयोग करके एक डिफरेंशियल इनक्लूजन (differential inclusion) के रूप में तैयार किया गया है:
$\dot{\hat{\theta}} \in \text{proj}_\Theta(\dots) - \lambda \gamma \Gamma \text{SGN}(\hat{\theta})$
जहाँ $\text{SGN}$ एक सेट-वैल्यूड सिग्मा फंक्शन है।
डेटा चयन: एक विशिष्ट एल्गोरिदम (एल्गोरिदम 1) हिस्ट्री स्टैक को प्रबंधित करता है ताकि यह सुनिश्चित हो सके कि मेमोरी रिग्रेसर मैट्रिक्स फुल रैंक बना रहे (FE स्थिति को संतुष्ट करने के लिए), जो पुराने डेटा को नए डेटा से बदल देता है जो न्यूनतम आइजनवैल्यू को मैक्सिमाइज करता है।

स. स्थिरता विश्लेषण (Stability Analysis)

नॉन-स्मूथ ल्यपुनोव विश्लेषण: क्योंकि अपडेट लॉ में एक सेट-वैल्यूड मैप शामिल है (सिग्मा फंक्शन के कारण), मानक ल्यपुनोव विश्लेषण अपर्याप्त है। लेखक नॉन-स्मूथ ल्यपुनोव विश्लेषण (फिलीपोव सॉल्यूशंस और डिफरेंशियल इनक्लूजन का उपयोग करके) का उपयोग करते हैं।
बाउंडेडनेस (Boundedness): वे सिद्ध करते हैं कि पैरामीटर एस्टीमेट्स एक कॉम्पैक्ट सेट के भीतर रहते हैं, जिसके लिए सेट-वैल्यूड मैप्स के अनुकूल एक प्रोजेक्शन ऑपरेटर का उपयोग किया गया है।
अल्टीमेट बाउंडेडनेस (Ultimate Boundedness): थ्योरम 1 स्थापित करता है कि FE स्थिति और उपयुक्त गेन चयन के तहत, क्लोज्ड-लूप सिस्टम ट्राजेक्टरीज मूल (origin) के एक छोटे पड़ोस के रूप में अल्टीमेटली बाउंडेड हैं। ट्रैकिंग एरर और पैरामीटर एस्टीमेशन एरर मूल के एक छोटे क्षेत्र की ओर अभिसरित (converge) होते हैं।

3. मुख्य योगदान (Key Contributions)

स्पर्सिटी और कंट्रोल का एकीकरण: यह शोध पत्र कठोर स्थिरता गारंटी के साथ एक ल्यपुनोव-आधारित एडेप्टिव कंट्रोल फ्रेमवर्क में $\ell_1$ -रेगुलराइजेशन (जो मशीन लर्निंग/SINDy में सामान्य है) को सफलतापूर्वक एकीकृत करता है।
उदार एक्साइटेशन स्थितियाँ (Relaxed Excitation Conditions): ICL के साथ हिस्ट्री स्टैक का उपयोग करके, यह विधि सख्त पर्सिस्टेंट एक्साइटेशन (PE) के बजाय फिनाइट एक्साइटेशन (FE) के तहत पैरामीटर कन्वर्जेंस प्राप्त करती है।
नॉन-स्मूथनेस को संभालना: लेखक एडेप्टिव लूप के भीतर $\ell_1$ पेनल्टी की नॉन-स्मूथ प्रकृति को संभालने के लिए एक नवीन दृष्टिकोण विकसित करते हैं। वे सिद्ध करते हैं कि केवल अपडेट लॉ के निरंतर भाग को प्रोजेक्ट करना पैरामीटर एस्टीमेट्स की फॉरवर्ड इनवेरिएंस (forward invariance) बनाए रखने के लिए पर्याप्त है, जिससे पूरे सेट-वैल्यूड मैप को प्रोजेक्ट करने की जटिलता से बचा जा जा सकता है।
ऑनलाइन स्पार्स आइडेंटिफिकेशन: ऑफलाइन SINDy के विपरीत, यह विधि वास्तविक समय में ट्रैजेक्टरी ट्रैकिंग सुनिश्चित करते हुए सिस्टम डायनेमिक्स की स्पार्स संरचना की पहचान करती है।

4. सिमुलेशन परिणाम (Simulation Results)

लेखकों ने एक ज्ञात स्पार्स ग्राउंड ट्रुथ ( $\theta$ ) वाले नॉनलीन कंट्रोल-एफ़िन सिस्टम पर अपने तरीके को मान्य किया, जिसमें 20 कैंडिडेट बेसिस फंक्शन्स की एक लाइब्रेरी थी।

$\lambda$ (स्पर्सिटी पैरामीटर) का प्रभाव:
- कम $\lambda$ : मॉडल सभी वास्तविक पदों (terms) को रिकवर करता है लेकिन इसमें कई गलत पॉजिटिव (गैर-स्पार्स) भी शामिल होते हैं।
- इष्टतम $\lambda$ ( $10^{-2}$ ): विधि उच्च सटीकता (0.89 का F1 स्कोर) के साथ वास्तविक स्पार्स स्ट्रक्चर की पहचान करती है। यह स्प्यूरियस कोरिलेशन को हटाते हुए वास्तविक डायनेमिक्स को रिकवर करती है।
- उच्च $\lambda$ : अत्यधिक स्पर्सिटी के कारण वास्तविक पदों को भी हटा दिया जाता है (फॉल्स नेगेटिव), जिससे मॉडल फिडेलिटी कम हो जाती है और ट्रैकिंग एरर बढ़ जाता है।
चैटरिंग (Chattering): डिस्कंटीन्यूअस सिग्मा टर्म पैरामीटर एस्टीमेट्स और ट्रैकिंग एरर में चैटरिंग उत्पन्न करता है। यह प्रभाव बड़े $\lambda$ के साथ बढ़ता है।
प्रदर्शन ट्रेड-ऑफ: स्पर्सिटी (मॉडल सरलता) और ट्रैकिंग सटीकता के बीच एक स्पष्ट ट्रेड-ऑफ है। मध्यम स्पर्सिटी शोर को हटाकर पैरामीटर कन्वर्जेंस में सुधार करती है, लेकिन अत्यधिक स्पर्सिटी प्रदर्शन को नुकसान पहुँचाती है।

5. महत्व और निष्कर्ष (Significance and Conclusion)

यह कार्य डेटा-ड्रिवन स्पार्स आइडेंटिफिकेशन (जैसे SINDy) और रोबस्ट एडेप्टिव कंट्रोल के बीच के अंतर को पाटता है।

सैद्धांतिक प्रभाव: यह ऑनलाइन कंट्रोल में नॉन-स्मूथ रेगुलराइजेशन का उपयोग करने के लिए एक कठोर गणितीय ढांचा प्रदान करता है, और वहां स्थिरता सिद्ध करता है जहां पिछले तरीके विफल हो सकते थे या जिनमें गारंटी की कमी थी।
व्यावहारिक प्रभाव: SP-ICL फ्रेमवर्क कंट्रोलर्स को सीमित एक्साइटेशन के साथ भी वास्तविक समय में सिस्टम के "वास्तविक" भौतिक नियमों (स्पार्स डायनेमिक्स) को सीखने की अनुमति देता है। यह स्वायत्त ड्राइविंग (autonomous driving) या रोबोटिक्स जैसे अनुप्रयोगों के लिए महत्वपूर्ण है जहाँ घर्षण और पर्यावरणीय स्थितियाँ बदलती रहती हैं, और सुरक्षा एवं प्रदर्शन के लिए सटीक, व्याख्या योग्य मॉडलों की आवश्यकता होती है।
भावी कार्य: लेखक चैटरिंग को कम करने के लिए डिस्कंटीन्यूअस सिग्मा फंक्शन को निरंतर अनुमानों (जैसे सैचुरेशन या हाइपरबोलिक टेंगेंट) से बदलने और प्रदर्शन एवं स्पर्सिटी के बीच संतुलन बनाने के लिए डायनेमिक रूप से $\lambda$ ट्यूनिंग का पता लगाने का सुझाव देते हैं।