⚡ electrical engineering

Data-driven Reachable Set Estimation with Tunable Adversarial and Wasserstein Distributional Guarantees

यह शोध पत्र स्लैक वेरिएबल्स (slack variables) के साथ एक रिलैक्स्ड सिनेरियो प्रोग्राम को तैयार करके अज्ञात डिस्क्रीट-टाइम डायनेमिकल सिस्टम्स के रीचेबल सेट्स का अनुमान लगाने के लिए एक डेटा-संचालित फ्रेमवर्क प्रस्तावित करता है, जो सेट के आकार और आउटलायर संवेदनशीलता के बीच ट्यूनेबल ट्रेड-ऑफ प्रदान करता है, जबकि यह दृष्टिकोण बाउंडेड एडवर्सरियल परटर्बेशन्स और वासरस्टीन डिस्ट्रीब्यूशन शिफ्ट्स दोनों के विरुद्ध रोबस्ट प्रोबेबिलिस्टिक गारंटी प्रदान करने के लिए विस्तारित होता है।

मूल लेखक: Georgios Pantazis, Michelle S. Chong

प्रकाशित 2026-04-15

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Georgios Pantazis, Michelle S. Chong

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 धुंधले, अज्ञात महासागर में एक जहाज के कप्तान हैं। आपके पास धाराओं या हवा (सिस्टम की "डायनामिक्स") का कोई सटीक नक्शा नहीं है। हालांकि, आपके पास पिछले 1,000 समुद्री यात्राओं का एक लॉगबुक है जो समान परिस्थितियों में अन्य जहाजों द्वारा की गई थीं। आपका लक्ष्य अपने नक्शे पर एक "सुरक्षा क्षेत्र" (safety zone) खींचना है—एक ऐसा आकार जो यह गारंटी दे कि आपका जहाज अगले 25 घंटों तक उसके भीतर ही रहेगा, चाहे कुछ भी हो जाए।

यह शोध पत्र उस सुरक्षा क्षेत्र को यथासंभव सटीक रूप से खींचने के बारे में है, भले ही आपकी लॉगबुक अव्यवस्थित हो, आपके सेंसर दोषपूर्ण हों, या कल का महासागर कल की तुलना में थोड़ा अलग व्यवहार करे।

यहाँ उनके समाधान का रोजमर्रा के उदाहरणों का उपयोग करके विवरण दिया गया है:

1. समस्या: "परफेक्ट" बनाम "असली"

पारंपरिक रूप से, यदि आप पिछले डेटा के आधार पर सुरक्षा क्षेत्र खींचने का प्रयास करते, तो आप चाहेंगे कि वह क्षेत्र हर एक पिछली यात्रा में पूरी तरह से फिट बैठे।

दोष: यदि किसी एक पिछली जहाज ने किसी अजीब, अप्रत्याशित लहर का सामना किया (एक आउटलायर/विजातीय घटना), तो आपके सुरक्षा क्षेत्र को उस एक अजीब घटना को कवर करने के लिए बहुत अधिक फैलना पड़ेगा। यह आपके सुरक्षा क्षेत्र को विशाल और योजना बनाने के लिए बेकार बना देगा।
पेपर का समाधान: वे एक "रिलैक्सेशन वेरिएबल" (इसे एक लचीले रबर बैंड के रूप में सोचें) पेश करते हैं। सुरक्षा क्षेत्र को हर एक पिछले बिंदु को छूने के लिए मजबूर करने के बजाय, वे रबर बैंड को थोड़ा खिंचने की अनुमति देते हैं ताकि कुछ "अजीब" बिंदुओं को फिसलने दिया जा सके।
ट्यूनिंग नॉब ( $\rho$ ): आपके पास इसे नियंत्रित करने के लिए एक डायल है।
- डायल ऊपर घुमाएं: रबर बैंड कस जाता है। आप लगभग सब कुछ कवर करने के लिए मजबूर करते हैं, लेकिन क्षेत्र बहुत बड़ा हो जाता है।
- डायल नीचे घुमाएं: रबर बैंड ढीला हो जाता है। क्षेत्र छोटा और तंग होता है, लेकिन आप कुछ अजीब पिछली यात्राओं के बाहर होने का थोड़ा जोखिम स्वीकार करते हैं।
- परिणाम: आप एक "तंग" क्षेत्र और एक "सुरक्षित" क्षेत्र के बीच सही संतुलन चुन सकते हैं।

2. एडवर्सरी (विरोधी): "दोषपूर्ण जीपीएस"

क्या होगा यदि आपकी लॉगबुक का डेटा थोड़ा गलत है? शायद किसी सेंसर में खराबी आई, या किसी "एडवर्सरी" (विरोधी) ने पिछले जहाजों के निर्देशांकों (coordinates) को थोड़ा बदल दिया।

पुराना तरीका: अधिकांश विधियाँ मानती हैं कि डेटा 100% सत्य है। यदि डेटा थोड़ा भी गलत है, तो आपका सुरक्षा क्षेत्र खतरनाक रूप से गलत हो सकता है।
पेपर का समाधान: वे यह मानते हैं कि प्रत्येक पिछली यात्रा को एक निश्चित त्रिज्या (radius) के भीतर एक दुर्भावनापूर्ण बल या शोर (noise) द्वारा थोड़ा "धकेला" जा सकता था (जैसे कि एक कांपता हुआ हाथ पेन को हिला रहा हो)।
रणनीति: वे सुरक्षा क्षेत्र को न केवल उन बिंदुओं के चारों ओर खींचते हैं जिन्हें वे देखते हैं, बल्कि उन बिंदुओं के "बादल" के चारों ओर भी खींचते हैं जो वहां हो सकते थे यदि डेटा थोड़ा दूषित होता। यह सुरक्षा क्षेत्र को एडवर्सेरियली रोबस्ट (adversarially robust) बनाता है। यह केवल उस दुश्मन के लिए किला बनाने जैसा नहीं है जिसे आप देख रहे हैं, बल्कि उस दुश्मन के लिए भी है जिसकी आप उम्मीद करते हैं कि वह दिखाई दे सकता है।

3. आकार परिवर्तन: अलग-अलग कामों के लिए अलग-अलग बॉक्स

गणित को काम करने के लिए, सुरक्षा क्षेत्र को एक विशिष्ट आकार की आवश्यकता होती है। यह पेपर तीन आकारों का परीक्षण करता है, जैसे कि अपने कार्गो के लिए अलग-अलग कंटेनरों को चुनना:

बॉल्स (गोले): सरल और गोल। सामान्य गति के लिए अच्छा।
इलिप्सोइड्स (अंडे के आकार के): खींचे हुए। अच्छा यदि जहाज एक दिशा में दूसरी दिशा की तुलना में अधिक तेजी से चलता है।
ज़ोनोटोप्स (बहु-फलित रत्न): जटिल आकार जो डेटा के बहुत करीब रह सकते हैं।
निष्कर्ष: वे दिखाते हैं कि जबकि "रत्न" (Zonotope) आकार डेटा को सबसे सटीक रूप से फिट करता है, इसके लिए सांख्यिकीय रूप से विश्वसनीय होने के लिए अधिक डेटा की आवश्यकता होती है। "अंडा" (Ellipsoid) एक बेहतरीन मध्य मार्ग है। गणित यह सिद्ध करता है कि आप जो भी आकार चुनें, आप कुशलतापूर्वक सुरक्षा गारंटी की गणना कर सकते हैं।

4. "क्या होगा अगर" परिदृश्य: महासागर बदल जाता है

क्या होगा यदि कल के समुद्री करंट आपके लॉगबुक के करंट से थोड़े अलग हों? (इसे "डिस्ट्रीब्यूशन शिफ्ट" कहा जाता है)।

पेपर का समाधान: वे वासेरस्टीन डिस्टेंस (Wasserstein Distance) की अवधारणा का उपयोग करते हैं (इसे "रेत को हिलाने की लागत" के रूप में सोचें)। यह मापता है कि आपके पिछले डेटा वितरण को भविष्य के वितरण में बदलने के लिए कितने प्रयास की आवश्यकता होगी।
गारंटी: वे सिद्ध करते हैं कि भले ही महासागर थोड़ा बदल जाए (एक निश्चित "लागत" सीमा के भीतर), आपका सुरक्षा क्षेत्र अभी भी काम करेगा। वे एक सूत्र प्रदान करते हैं जो आपको ठीक से बताता है कि सुरक्षा गारंटी कितनी कम होती है। यह यह कहने जैसा है कि, "यदि हवा इतनी बदल जाती है, तो भी आपका सुरक्षा क्षेत्र 95% विश्वसनीय रहेगा।"

सारांश: "स्मार्ट सेफ्टी नेट"

सरल शब्दों में, यह पेपर इंजीनियरों को अज्ञात प्रणालियों के लिए एक स्मार्ट, समायोजने योग्य सुरक्षा जाल देता है।

यह एक पूर्ण भौतिक मॉडल की आवश्यकता के बिना डेटा से सीखता है।
यह शोर (आउटलायर्स) को अनदेखा करता है ताकि जाल बहुत बड़ा न हो जाए।
यह ग्लिच (दोषों) का पूर्वानुमान लगाता है ताकि जाल टूट न जाए।
यह बदलाव को संभालता है ताकि जाल तब भी मान्य रहे जब खेल के नियम थोड़े बदल जाएं।

"डायल" ( $\rho$ ) को घुमाकर, उपयोगकर्ता तय कर सकता है: "क्या मैं एक छोटा, तंग जाल चाहता हूँ जो कुछ अजीब घटनाओं को मिस कर सकता है, या एक विशाल, सुरक्षित जाल जो सब कुछ कवर करता है?" और सबसे अच्छी बात क्या है? वे गणितीय रूप से सिद्ध कर सकते हैं कि उनका चुनाव सुरक्षित है, यहाँ तक कि अराजकता के बीच भी।

यहाँ जॉर्जियोस पेंटाज़िस और मिशेल एस. चोंग के शोध पत्र "Data-driven Reachable Set Estimation with Tunable Adversarial and Wasserstein Distributional Guarantees" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र केवल नमूनाकृत अवस्था प्रक्षेपवक्रों (sampled state trajectories) का उपयोग करके अज्ञात डिस्क्रीट-टाइम डायनेमिकल सिस्टम्स के लिए रीचेबल सेट्स (reachable sets) का अनुमान लगाने की चुनौती को संबोधित करता है।

संदर्भ: पारंपरिक रीचेबल सेट अनुमान ज्ञात सिस्टम मॉडल पर निर्भर करते हैं। हालाँकि, आधुनिक अनुप्रयोगों में अक्सर आंशिक रूप से ज्ञात गतिकी (dynamics) या जटिल अनिश्चितताएं शामिल होती हैं जहाँ मॉडल-आधारित दृष्टिकोण विफल हो जाते हैं।
लक्ष्य: एक सीमित क्षितिज (finite horizon) के लिए प्रत्येक समय चरण में एक सेट के परिवार को सीखना, जो उच्च प्रायिकता के साथ भविष्य के अवस्था प्रक्षेपवक्रों को समाहित करता हो, जो केवल $N$ प्रेक्षित प्रक्षेपवक्रों पर आधारित हो।
मुख्य चुनौतियाँ:
1. ट्रेड-ऑफ (Trade-off): अनुमानित सेट की कसावट (आकार) और अनदेखे प्रक्षेपवक्रों के लिए विश्वसनीयता (समावेशन की प्रायिकता) के बीच संतुलन बनाना।
2. एडवर्सरियल रोबस्टनेस (Adversarial Robustness): यह सुनिश्चित करना कि सेट वैध बने रहें, भले ही प्रेक्षित प्रशिक्षण डेटा शोर (noise) या दुर्भावनापूर्ण विरोधियों (adversaries) द्वारा विचलित किया गया हो।
3. डिस्ट्रीब्यूशनल शिफ्ट (Distributional Shift): गारंटी प्रदान करना कि जब तैनाती का वितरण (deployment distribution) प्रशिक्षण वितरण से भिन्न हो (वासेरस्टीन दूरी द्वारा मापा गया), तो गारंटी धीरे-धीरे कम हो।

2. कार्यप्रणाली (Methodology)

लेखक परिदृश्य अनुकूलन (Scenario Optimization) पर आधारित एक एकीकृत ढांचा प्रस्तावित करते हैं जिसमें विशिष्ट मजबूती (robustness) और विश्राम (relaxation) के लिए विस्तार दिए गए हैं।

A. ट्यूनेबल रिलैक्सेशन फ्रेमवर्क (Tunable Relaxation Framework)

हार्ड बाधाओं (hard constraints) वाले परिदृश्य अनुकूलन को एक ब्लैक बॉक्स के रूप में मानने के बजाय, लेखक एक रिलैक्स्ड सिनेरियो प्रोग्राम ( $P_{N,\rho}$ ) पेश करते हैं:

उद्देश्य: रीचेबल सेट के आकार के प्रॉक्सी (जैसे आयतन, त्रिज्या) को $\rho$ द्वारा भारित पेनल्टी टर्म के साथ न्यूनतम करना।
बाधाएं: बाधाएं प्रत्येक नमूनाकृत प्रक्षेपवक्र के लिए स्लैक वेरिएबल्स ( $\xi_i$ $ξ_{i}$ ) की अनुमति देती हैं।
- $g(x^{(i)}, \theta) \leq \xi_i$
ट्यूनिंग पैरामीटर ( $\rho$ ): यह पैरामीटर ट्रेड-ऑफ को नियंत्रित करता है।
- उच्च $\rho$ : प्रेक्षित डेटा के साथ सख्त निरंतरता लागू करता है (बड़े सेट, उच्च समावेशन प्रायिकता)।
- निम्न $\rho$ : अधिक आउटलेयर्स (outliers) को अनदेखा करने की अनुमति देता है (छोटे सेट, संभावित रूप से कम समावेशन प्रायिकता)।
ज्यामिति (Geometries): यह ढांचा विभिन्न उत्तल ज्यातियों (convex geometries) का समर्थन करता है, जिनमें $p$ -norm बॉल्स, दीर्घवृत्त (ellipsoids), और ज़ोनोटोप्स (zonotopes) शामिल हैं।

B. एडवर्सारियली रोबस्ट फॉर्मुलेशन (Adversarially Robust Formulation)

प्रेक्षित डेटा में गड़बड़ी (जैसे सेंसर शोर या एडवर्सरियल हमले) को संभालने के लिए, विधि को एडवर्सारियली रोबस्ट सिनेरियो ऑप्टिमाइज़ेशन के लिए विस्तारित किया गया है:

परटर्बेशन मॉडल: प्रत्येक नमूनाकृत प्रक्षेपव軌य $x^{(i)}$ को एक बाध्यित सेट $\mathcal{A}_{x^{(i)}}$ (जैसे त्रिज्या $R$ वाला एक बॉल) के भीतर होने की धारणा की जाती है।
रोबस्ट बाधाएं: अनुकूलन यह सुनिश्चित करता है कि प्रत्येक प्रक्षेपवक्र के लिए, प्रतिकूल सेट के भीतर सभी संभावित परटर्बेशन रीचेबल सेट बाधाओं को संतुष्ट करते हैं।
जटिलता माप: लेखक एक एडवर्सरियल कॉम्प्लेक्सिटी ( $s^*_A$ ) को परिभाषित करते हैं, जो उन प्रक्षेपवक्रों की संख्या गिनता है जो बदतम स्थिति के परटर्बेशन के तहत रीचेबल सेट की सीमा को परिभाषित करने में "सक्रिय" हैं।

C. सैद्धांतिक गारंटी (Theoretical Guarantees)

लेखक हाल के परिदृश्य अनुकूलन परिणामों का उपयोग करके कठोर प्रायिकता संबंधी सीमाएं प्राप्त करते हैं:

अपोस्टेरियोरी प्रोबेबिलिस्टिक गारंटी (A Posteriori Probabilistic Guarantees): थ्योरम 1, एडवर्सरियल प्रक्षेपवक्र निष्कासन की प्रायिकता ( $V_A$ ) पर एक सीमा प्रदान करता है। $1-\beta$ विश्वास के साथ, एक नए प्रक्षेपवक्य (और उसके परटर्बेशन) के अनुमानित सेट से बाहर गिरने की प्रायिकता, एडवर्सियल कॉम्प्लेक्सिटी $s^*_A$ और नमूनों की संख्या $N$ के फलन द्वारा सीमित है।
वासेरस्टीन डिस्ट्रीबशनल रोबस्टनेस (Wasserstein Distributional Robustness): थ्योरम 2 उस परिदृश्य को संबोधित करता है जहाँ तैनाती का वितरण प्रशिक्षण वितरण से विस्थापित हो जाता है।
- यदि नया वितरण नाममात्र वितरण के आसपास $\tilde{\mu}$ त्रिज्या वाले 1-वासेरस्टीन बॉल के भीतर है, तो उल्लंघन की प्रायिकता इस प्रकार सीमित है:
  $V_{\tilde{\mu}, P} \leq \epsilon(s^*_A) + \frac{\tilde{\mu}}{R}$
- यह दर्शाता है कि सैद्धांतिक गारंटी एडवर्सियल त्रिज्या के सापेक्ष वितरण शिफ्ट के परिमाण के साथ रैखिक रूप से (gracefully) कम होती है।

D. सुलभ पुनर्गठन (Tractable Reformulations)

कंप्यूटेशनल व्यवहार्यता सुनिश्चित करने के लिए, लेखक विशिष्ट ज्यातियों के लिए कॉन्वेक्स पुनर्गठन (convex reformulations) प्राप्त करते हैं:

$p$ -norm बॉल्स: त्रिज्या और केंद्र वेरिएबल्स के साथ पुनर्गठित, $L_p$ नॉर्म बाधाओं का उपयोग करके।
दीर्घवृत्त (Ellipsoids): मैट्रिक्स वेरिएबल्स का उपयोग करके पुनर्गठित, अक्सर आकार के प्रॉक्सी के रूप में शेप मैट्रिक्स के लॉग-डिटरमिनेंट का उपयोग करते हुए ताकि उत्तलता (convexity) बनी रहे।
ज़ोनोटोप्स (Zonotopes): जनरेटर मैट्रिसेस और स्केलिंग फैक्टर्स का उपयोग करके पुनर्गठित, ज़ोनोटोप परिभाषा के रैखिक बाधाओं को संभालने के लिए सहायक वेरिएबल्स पेश करते हुए।

3. मुख्य योगदान (Key Contributions)

रीचेबिलिटी के लिए रिलैक्स्ड सिनेरियो अप्रोच: हार्ड बाधाओं या होल्डआउट विधियों का उपयोग करने वाले पिछले कार्यों के विपरीत, यह पेपर एक ट्यूनेबल रिलैक्सेशन ( $\rho$ ) पेश करता है जो सेट के आकार और सामान्यीकरण गारंटी (generalization guarantees) के बीच स्पष्ट रूप से संतुलन बनाता है।
रीचेबिलिटी में एडवर्सरियल रोबस्टनेस: यह प्रशिक्षण डेटा में बाध्यित परटर्बेशन को ध्यान में रखने वाले बॉउंड्स प्रदान करते हुए, एडवर्सारियली रोबस्ट सिनेरियो ऑप्टिमाइज़ेशन को सीधे रीचेबल सेट अनुमान में एकीकृत करने वाला पहला कार्य है।
वासेरस्टीन डिस्ट्रीबशनल गारंटी: यह पेपर वितरण शिफ्ट के तहत प्रायिकता संबंधी गारंटी कैसे कम होती है, इस पर स्पष्ट, गैर-एसिम्प्टोटिक (non-asymptotic) सीमाएं प्रदान करता है, जो डिग्रेडेशन दर को वासेरस्टीन त्रिज्या और एडवर्सियल त्रिज्या के अनुपात से जोड़ता है।
ज्यामितीय लचीलापन: फ्रेमवर्क को $p$ -norm बॉल्स, दीर्घवृत्त और ज़ोनोटोप का समर्थन करने के लिए सामान्यीकृत किया गया है, जिनके लिए विशिष्ट कॉनवेक्स पुनर्गठन प्रदान किए गए हैं।

4. परिणाम और सिमुलेशन (Results and Simulations)

लेखक एक स्टोकेस्टिक नॉनलीन सिस्टम पर अपने सिद्धांत को संख्यात्मक सिमुलेशन के माध्यम से मान्य करते हैं:

सेटअप: एक सिस्टम जिसमें अज्ञात गतिकी ( $x_{k+1} = Ax_k + B\phi(Cx_k) + w_k$ ) है, जिसे $T=25$ के क्षितिज पर $N=1000$ प्रक्षेपवक्रों पर प्रशिक्षित किया गया है।
एडवर्सरियल रोबस्टनेस:
- सिमुलेशन ने दिखाया कि $\rho$ बढ़ाने से बड़े सेट बनते हैं जो डेटा को बेहतर ढंग से कवर करते हैं, जिसमें एडवर्सरली परटर्ब किए गए नमूने भी शामिल हैं।
- अनुभवजन्य बनाम सैद्धांतिक (Empirical vs. Theoretical): प्रक्षेपवक्य उल्लंघन की अनुभवजन्य प्रायिकता लगातार थ्योरम 1 द्वारा प्राप्त सैद्धांतिक सीमाओं से नीचे रही, जो गारंटियों की वैधता की पुष्टि करती है।
- ज्यामिति तुलना: ज़ोनोटोप्स ने टाइटर सेट (बेहतर आकार) प्रदान किए लेकिन दीर्घवृत्त या बॉल्स की तुलना में समान सैद्धांतिक गारंटी प्राप्त करने के लिए अधिक नमूनों की आवश्यकता थी।
डिस्ट्रीबशनल शिफ्ट:
- परीक्षण एक शिफ्टेड गौसियन वितरण (अलग माध्य और भिन्नता) से प्राप्त डेटा के साथ किया गया था।
- आउट-ऑफ-डिस्ट्रीब्यूशन उल्लंघन की अनुभवजन्य प्रायिकता थ्योरम 2 द्वारा प्राप्त सैद्धांतिक सीमा से नीचे रही, जो वितरण शिफ्ट के प्रति विधि की मजबूती को प्रदर्शित करती है।
ट्यूनिंग: $\rho$ पैरामीटर को सभी ज्यातियों में सेट के आकार और समावेशन प्रायिकता के बीच प्रभावी ढंग से ट्रेड-ऑफ करते हुए दिखाया गया।

5. महत्व (Significance)

यह पेपर डेटा-ड्रिवन लर्निंग और कंट्रोल सिस्टम में फॉर्मल वेरिफिकेशन के बीच के अंतर को पाटता है।

व्यावहारिकता: यह केवल "ब्लैक-बॉक्स" सिनेरियो ऑप्टिमाइज़ेशन से आगे बढ़ता है, इंजीनियरों को सुरक्षा (सेट का आकार) और प्रदर्शन (समावेशन प्रायिकता) के बीच संतुलन बनाने के लिए एक ट्यूनेबल तंत्र ( $\rho$ ) प्रदान करता है।
मजबूती (Robustness): एडवर्सरियल परटर्बेशन और डिस्ट्रीबेशनल शिफ्ट को स्पष्ट रूप से मॉडल करके, यह विधि वास्तविक दुनिया की तैनाती के लिए अधिक उपयुक्त है जहाँ डेटा शोर भरा होता है और परिचालन स्थितियाँ बदल सकती हैं।
सैद्धांतिक कठोरता: अनदेखे डेटा के लिए (वितरण शिफ्ट के तहत भी) अपोस्टेरियोरी गारंटी का व्युत्पन्न, स्वायत्त प्रणालियों और सुरक्षा-महत्वपूर्ण नियंत्रण अनुप्रयोगों के लिए एक मजबूत सुरक्षा प्रमाण (safety certificate) प्रदान करता है।

संक्षेप में, यह पेपर एक मजबूत, डेटा-संचालित ढांचे को प्रस्तुत करता है जो गणितीय रूप से स्थापित, कम्प्यूटेशनल रूप से सुलभ और विभिन्न ज्यामितीय निरूपणों तथा अनिश्चितता मॉडलों के अनुकूल है।