⚡ electrical engineering

Robust Constrained Optimization via Sliding Mode Control

यह शोध पत्र एक सुदृढ़ स्लाइडिंग मोड कंट्रोल फ्रेमवर्क प्रस्तावित करता है जो समानता-प्रतिबंधित अनुकूलन (equality-constrained optimization) के लिए परिमित-समय अभिसरण (finite-time convergence) और सटीक बाधा संतुष्टि प्राप्त करने हेतु करुश-कुह्न-टकर (Karush-Kuhn-Tucker) स्थितियों को एक गतिशील प्रणाली के रूप में पुनर्गठित करता है, जो विक्षोभों की उपस्थिति में भी बिना उद्देश्य अभियतता (objective convexity) की आवश्यकता के कार्य करता है।

मूल लेखक: Shyam Kamal, Baby Diana, Sunidhi Pandey, Sandip Ghosh, Thach Ngoc Dinh

प्रकाशित 2026-05-01

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Shyam Kamal, Baby Diana, Sunidhi Pandey, Sandip Ghosh, Thach Ngoc Dinh

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 विशाल, धुंधली घाटी में सबसे निचले बिंदु को खोजने की कोशिश कर रहे हैं (यह आपकी अनुकूलन समस्या/optimization problem है)। हालाँकि, आपको कुछ सख्त नियमों का पालन करना होगा: आप नदी पार नहीं कर सकते, आपको एक विशिष्ट पथ पर ही रहना होगा, या आपको एक दीवार से बचना होगा (ये आपकी बाधाएं/constraints हैं)।

इनमें से अधिकांश पारंपरिक तरीके इसे हल करने के लिए एक ऐसे पदयात्री (hiker) की तरह हैं जो धीरे-धीरे ढलान की ओर नीचे उतरता है। वे सावधान और सुचारू होते हैं, लेकिन वे छोटे गड्ढों (लोकल मिनिमा) में फंस सकते हैं, या इससे भी बुरा, वे नदी के किनारे के बहुत करीब जा सकते हैं और गलती से पानी में कदम रख सकते हैं और फिर धीरे-धीरे पीछे हटने की कोशिश करते हैं। उन्हें यह समझने में बहुत लंबा समय लग जाता है कि वे गलत रास्ते पर हैं।

यह शोध पत्र स्लाइडिंग मोड कंट्रोल (SMC) की एक अवधारणा का उपयोग करके एक नई, बहुत अधिक आक्रामक रणनीति का प्रस्ताव देता है। यहाँ बताया गया है कि यह कैसे काम करता है, सरल उपमाओं के माध्यम से:

1. "चुंबकीय दीवार" की उपमा (नियम लागू करना)

पारंपरिक तरीकों में, "नियम" (बाधाएं) नरम बाड़ की तरह होते हैं। यदि आप बहुत करीब जाते हैं, तो आप वापस धकेलने के लिए एक हल्का सा दबाव महसूस करते हैं। आप बाड़ के पास डगमगा सकते हैं।

इस नई विधि में, नियम एक चुंबकीय दीवार या एक फिसलन भरी स्लाइड की तरह कार्य करते हैं।

लक्ष्य: सिस्टम को इस तरह डिज़ाइन किया गया है कि वह "उल्लंघन" (आप नियम से कितनी दूर हैं) को तुरंत (एक सीमित समय में) शून्य तक पहुँचा दे।
यह कैसे काम करता है: कल्पना कीजिए कि एक रोबोट एक पतली रस्सी (tightrope) पर चलने की कोशिश कर रहा है। यदि वह बाईं ओर झुकने लगता है, तो एक शक्तिशाली, अचानक बल उसे तुरंत वापस केंद्र में खींच लेता है। वह केवल रेखा पर रहने की "कोशिश" नहीं करता; वह खुद को रेखा पर लाने के लिए मजबूर करता है और वहीं रहता है।
परिणाम: सिस्टम एक गारंटीकृत, कम समय में "सुरक्षित क्षेत्र" (जहाँ बाधाओं को पूरी तरह से पूरा किया जाता है) तक पहुँच जाता है, चाहे घाटी चिकनी हो या ऊबड़-खाबड़।

2. "दो-चरणों" वाली यात्रा

यह शोध पत्र एक रेस कार ड्राइवर की तरह दो अलग-अलग चरणों का वर्णन करता है:

चरण 1: क्रैश कोर्स (पहुंचने वाला चरण): कार आक्रामक रूप से ट्रैक (बाधा रेखा) की ओर बढ़ती है। वह थोड़ा उछल सकती है, लेकिन एक शक्तिशाली कंट्रोलर उसे बहुत जल्दी ट्रैक पर ले आता है।
चरण 2: सुचारू फिसलन (स्लाइडिंग चरण): एक बार जब कार ट्रैक पर आ जाती है, तो कंट्रोलर अपने मोड बदल देता है। वह ट्रैक से लड़ने के बजाय, बस कार को फिनिश लाइन (इष्टतम समाधान) की ओर ट्रैक पर गाइड करता है। क्योंकि कार अब ट्रैक से "लॉक" है, इसलिए वह भटक नहीं सकती, भले ही हवा (विक्षोभ/disturbances) जोर से चले।

3. "ऊबड़-खाबड़ सड़क" को संभालना (मजबूती/Robustness)

वास्तविक जीवन अव्यवस्थित है। हवा के झोंके, असमान जमीन और माप की त्रुटियां (शोर/noise) मौजूद हैं।

पुराने तरीके: यदि एक पारंपरिक पदयात्री पर तेज हवा चलती है, तो वे पूरी तरह से रास्ते से भटक सकते हैं और उबरने में बहुत समय ले सकते हैं।
यह नई विधि: क्योंकि "चुंबकीय दीवार" इतनी मजबूत है, यदि हवा का एक झोंका सिस्टम को बाधा रेखा से हटाने की कोशिश करता है, तो कंट्रोलर उसे तुरंत वापस पटक देता है। यह शोध पत्र गणितीय रूप से सिद्ध करता है कि सिस्टम इन "मैच्ड" विक्षोभों के प्रति प्रतिरक्षित (immune) है। यह एक ऐसे जहाज की तरह है जिसका पतवार इतना शक्तिशाली है कि कोई भी लहर उसे उसके मार्ग से नहीं हटा सकती।

4. समाप्ति को तेज करना (सीमित-समय अभिसरण/Finite-Time Convergence)

मानक तरीके अक्सर समाधान के करीब पहुँचते ही धीमे होते जाते हैं, सैद्धांतिक रूप से वहां पहुँचने में अनंत समय लेते हैं।

नवाचार: लेखक एक विशेष "टर्बो बूस्ट" (जिसे नॉनसिंगुलर टर्मिनल स्लाइडिंग मोड कहा जाता है) पेश करते हैं। यह सुनिश्चित करता है कि सिस्टम केवल समाधान के करीब ही नहीं पहुँचता; बल्कि यह एक निश्चित, अनुमानित समय में सटीक समाधान पर पहुँच जाता है। यह एक ऐसी कार के बीच का अंतर है जो स्टॉप साइन के पास पहुँचते ही रेंगने लगती है, बनाम एक जो जोर से ब्रेक लगाती है और ठीक रेखा पर रुक जाती है।

5. वास्तविक दुनिया के परीक्षण (प्रमाण)

लेखकों ने यह दिखाने के लिए कि यह "चुंबकीय दीवार" रणनीति पुराने "नरम बाड़" वाले तरीकों से बेहतर काम करती है, कई समस्याओं पर इसका परीक्षण किया:

भूलभुलैया (The Maze): एक रोबोट नेविगेशन कार्य में, पारंपरिक तरीके एक "डेड एंड" (लोकल मिनिमा) में फंस गए या दीवारों के साथ बहुत धीरे चले। नई विधि ने रोबोट को तेजी से संकीर्ण मार्ग से गुजारा और लक्ष्य तक पहुँचाया।
पहेली (The Puzzle): उन्होंने एक "शिडोकू" पहेली (4x4 सुडोकू) को हल करने के लिए इसका उपयोग किया। सिस्टम ने संख्याओं को नियमों के अनुसार तेजी से समायोजित किया, उन अतिरिक्त नियमों को अनदेखा करते हुए जो आमतौर पर कंप्यूटर को भ्रमित कर देते हैं।
टीम (The Team): उन्होंने एक समूह के रोबोटों का परीक्षण किया जो एक एकल मान पर सहमत होने की कोशिश कर रहे थे (कंसेंसस)। शोर और त्रुटियों के बावजूद, वे सभी तेजी से एकमत हो गए और वहीं बने रहे।

सारांश

इस शोध पत्र को एक ऐसे रोबोट के लिए निर्देशों के नए सेट के रूप में समझें जो सख्त नियमों का पालन करते हुए एक पहेली को हल करने की कोशिश कर रहा है।

पुराना तरीका: "सावधानी से चलें, रेखा पर रहने की कोशिश करें, और उम्मीद करें कि आप गिरेंगे नहीं।" (धीमा, नाजुक, अक्सर सटीक नहीं)।
नया तरीका: "यदि आप रेखा से बाहर हैं, तो तुरंत वापस खींचे जाएं। एक बार जब आप रेखा पर आ जाएं, तो सीधे फिनिश तक फिसलें। हवा को अनदेखा करें।" (तेज, अटूट और सटीक)।

यह शोध पत्र दावा करता है कि यह विधि इसलिए श्रेष्ठ है क्योंकि यह गारंटी देती है कि नियमों का सटीक और तेजी से पालन किया जाए, और यह तब भी काम करती रहती है जब वातावरण शोर वाला या अराजक हो।

यहाँ शोध पत्र "Robust Constrained Optimization via Sliding Mode Control" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र निरंतर समय (continuous time) में समानता-प्रतिबंधित अनुकूलन समस्याओं (equality-constrained optimization problems) को हल करने की चुनौती को संबोधित करता है, विशेष रूप से:
$\min_{x \in \mathbb{R}^n} \phi(x) \quad \text{subject to} \quad h(x) = 0$
जहाँ $\phi(x)$ ऑब्जेक्टिव फंक्शन (जो संभावित रूप से गैर-उत्तल/non-convex हो सकता है) है और $h(x) = 0$ में $m$ समानता प्रतिबंध (equality constraints) दर्शाए गए हैं।

मौजूदा विधियों की सीमाएँ:

अनंतस्पर्शी अभिसरण (Asymptotic Convergence): शास्त्रीय निरंतर-समय विधियाँ (जैसे, प्राइमल-डुअल ग्रेडिएंट डायनेमिक्स (PDGD), PI-नियंत्रित मल्टीप्लायर ऑप्टिमाइजेशन (PI-CMO)) आमतौर पर केवल अनंतस्पर्शी स्थिरता (asymptotic stability) की गारंटी देती हैं। वे $t \to \infty$ होने पर सुलभ सेट (feasible set) और इष्टतम समाधान की ओर बढ़ती हैं, जो धीमी है और वास्तविक समय के सुरक्षा-महत्वपूर्ण अनुप्रयोगों के लिए अपर्याप्त है।
अनुमानित व्यवहार्यता (Approximate Feasibility): कई विधियाँ केवल प्रतिबंधों को अनुमानतः संतुष्ट करती हैं या अभिसरण सुनिश्चित करने के लिए उत्तलता (convexity) संबंधी धारणाओं की आवश्यकता होती है।
मजबूती का अभाव (Lack of Robustness): मौजूदा दृष्टिकोण अक्सर मैचड डिस्टर्बेंस (matched disturbances), संरचनात्मक अनिश्चितताओं, या माप शोर (measurement noise) की उपस्थिति में अस्थिरता या महत्वपूर्ण प्रदर्शन गिरावट का शिकार होते हैं।

2. कार्यप्रणाली (Methodology)

लेखक एक नया ढांचा प्रस्तावित करते हैं जो स्लाइडिंग मोड कंट्रोल (SMC) का उपयोग करके अनुकूलन समस्या को एक नियंत्रण-सैद्धांतिक प्रणाली (control-theoretic system) के रूप में पुनर्गठित करता है।

A. नियंत्रण-सैद्धांतिक पुनर्गठन (Control-Theoretic Reformulation)

अवस्थाएँ (States): अनुकूलन चरों $x(t)$ को सिस्टम स्टेट्स के रूप में माना जाता है।
नियंत्रण इनपुट (Control Inputs): लैग्रेंज मल्टीप्लायर्स $\lambda(x(t))$ को नियंत्रण इनपुट के रूप में माना जाता है।
आउटपुट्स (Outputs): प्रतिबंध उल्लंघन $y(t) = h(x(t))$ को विनियमित आउटपुट्स के रूप में माना जाता है।
गतिशीलता (Dynamics): सिस्टम को इस प्रकार मॉडल किया गया है:
$\dot{x} = -\nabla \phi(x) - J_h(x)^\top \lambda$
जहाँ $J_h(x)$ बाधाओं का जैकोबियन (Jacobian) है। लक्ष्य एक फीडबैक लॉ $\lambda$ डिजाइन करना है जो $h(x)$ को परिमित समय (finite time) में शून्य तक ले जाए।

B. स्लाइडिंग मोड कंट्रोल (SMC) डिज़ाइन

मुख्य योगदान स्लाइडिंग मैनिफोल्ड (sliding manifold) $S(x) = \{x \mid h(x) = 0\}$ को लागू करने के लिए $\lambda$ के लिए एक विच्छिन्न नियंत्रण नियम (discontinuous control law) का डिज़ाइन है।

इक्विवेलेंट कंट्रोल ( $\lambda_{eq}$ ): इसे सिस्टम को मैनिफोल्ड पर बनाए रखने ( $\dot{h}=0$ ) के लिए व्युत्पन्न किया गया है। यह एक प्रोजेक्टेड ग्रेडिएंट फ्लो के रूप में कार्य करता है:
$\lambda_{eq} = -(J_h J_h^\top)^{-1} J_h \nabla \phi$
स्विचिंग कंट्रोल ( $\lambda_{sw}$ ): एक विच्छिन्न पद जिसे सिस्टम को परिमित समय में मैनिफोल्ड तक ले जाने के लिए डिज़ाइन किया गया है:
$\lambda_{sw} = (J_h J_h^\top)^{-1} K \text{sgn}(h(x))$
जहाँ $K$ एक धनात्मक-निश्चित (positive-definite) गेन मैट्रिक्स है।
परिणामी गतिशीलता (Resulting Dynamics): क्लोज्ड-लूप सिस्टम दो चरणों को प्रदर्शित करता है:
- रीचिंग फेज (Reaching Phase): स्विचिंग टर्म $h(x) \to 0$ को परिमित समय में संचालित करता है।
- स्लाइडिंग फेज (Sliding Phase): मैनिफोल्ड पर पहुँचने के बाद, सिस्टम प्रोजेक्टेड ग्रेडिएंट फ्लो $\dot{x} = -P(x)\nabla \phi(x)$ के माध्यम से विकसित होता है, जो KKT बिंदु की ओर अनंतस्पर्शी अभिसरण सुनिश्चित करता है।

C. परिमित-समय इष्टतमता (NTSMC)

दृढ़ उत्तल (strongly convex) समस्याओं के लिए, लेखक एक नॉनसिंगुलर टर्मिनल स्लाइडिंग मोड (NTSMC) रणनीति पेश करते हैं।

वे एक उच्च-क्रम स्लाइडिंग वेरिएबल $S = z_1 + \beta |z_2|^\gamma \text{sgn}(z_2)$ को परिभाषित करते हैं, जहाँ $z_1 = h(x)$ और $z_2 = \dot{h}(x)$ है।
वे मानक ग्रेडिएंट फ्लो को नॉर्मेड ग्रेडिएंट फ्लो (ग्रेडिएंट के नॉर्म से विभाजित करके) से बदल देते हैं।
यह सुनिश्चित करता है कि सिस्टम न केवल प्रतिबंध मैनिफोल्ड तक, बल्कि वैश्विक इष्टतम (global optimum) तक भी परिमित समय में पहुँचे।

D. मजबूती विश्लेषण (Robustness Analysis)

लेखक लाइपुनोव थ्योरी (Lyapunov theory) और डिफ़रेंशियल इंक्लूजन (Filippov solutions) का उपयोग करके मजबूती का कड़ाई से विश्लेषण करते हैं:

मैच्ड डिस्टर्बेंस (Matched Disturbances): SMC नियम उन डिस्टर्बेंस को पूरी तरह से खारिज करता है जो $J_h^\top$ की रेंज में होते हैं (मैच्ड अनिश्चितताएं), जिससे परिमित-समय अभिसरण बना रहता है।
संरचनात्मक अनिश्चितता (Structural Uncertainty): यदि बाधा जैकोबियन $J_h$ में सीमित समय-परिवर्तनीय विचलन हैं, तो भी विधि स्थिर रहती है, बशर्ते कि रैंक की स्थिति बनी रहे।
माप शोर (Measurement Noise): $L_\infty$ -सीमित शोर के तहत, सिस्टम प्रतिबंध मैनिफोल्ड के आसपास एक छोटे सीमा क्षेत्र (boundary layer) तक अभिसरित होता है, न कि विचलित होता है।

3. मुख्य योगदान (Key Contributions)

परिमित-समय प्रतिबंध प्रवर्तन (Finite-Time Constraint Enforcement): शास्त्रीय विधियों के विपरीत, प्रस्तावित SMC ढांचा गारंटी देता है कि समानता प्रतिबंधों को एक परिमित समय $T$ के भीतर सटीक रूप से संतुष्ट किया जाएगा, चाहे ऑब्जेक्टिव फंक्शन की उत्तलता (convexity) कुछ भी हो।
मजबूती (Robustness): यह विधि मैचड डिस्टर्बेंस, मॉडल अनिश्चितताओं और माप शोर के विरुद्ध अंतर्निहित मजबूती प्रदान करती है, जो एक विशेषता है जो अक्सर ग्रेडिएंट-आधारित निरंतर-समय ऑप्टिमाइज़र में नहीं होती है।
परिमित-समय वैश्विक इष्टतमता (Finite-Time Global Optimality): उत्तल समस्याओं के लिए, NTSMC और नॉर्मेड ग्रेडिएंट फ्लो का एकीकरण परिमित समय में इष्टतम समाधान तक अभिसरण सुनिश्चित करता है।
कठोर स्थिरता विश्लेषण (Rigorous Stability Analysis): शोध पत्र स्लाइडिंग मैनिफोल्ड की परिमित-समय पहुँच क्षमता और KKT बिंदुओं की अनंतस्पर्शी (या उत्तल के लिए परिमित-समय) अभिसरण के लिए एक पूर्ण लाइपुनोव-आधारित प्रमाण प्रदान करता है।
चैटरिंग शमन (Chattering Mitigation): व्यावहारिक रणनीतियों पर चर्चा की गई है, जिसमें सैचुरेशन फंक्शन ( $\text{sat}$ ) का उपयोग और सुपर-ट्विस्टिंग एल्गोरिदम (STA) (परिशिष्ट में) शामिल है, ताकि परिमित-समय अभिसरण गुणों को बनाए रखते हुए कंट्रोल सिग्नल को सुचारू बनाया जा सके।

4. परिणाम और सत्यापन (Results and Validation)

लेखक विविध बेंचमार्क समस्याओं पर संख्यात्मक सिमुलेशन के माध्यम से अपनी विधि को PDGD, PI-CMO और प्रोजेक्टेड ग्रेडिएंट फ्लो (PGF) के विरुद्ध सत्यापित करते हैं।

गैर-उत्तल द्विघाती अनुकूलन (Non-Convex Quadratic Optimization): बाहरी साइनुसोइडल डिस्टर्बेंस के तहत, PDGD और PI-CMO विचलित हो गए या काफी दोलन (oscillate) करने लगे। प्रस्तावित SMC विधि इष्टतम बिंदु पर 0.495 सेकंड में अभिसरित हुई, जो उत्कृष्ट डिस्टर्बेंस रिजेक्शन प्रदर्शित करती है।
बाधा बचाव (Obstacle Avoidance - Robotics): सममित बाधाओं वाले एक संकीर्ण मार्ग में, आर्टिफीशियल पोटेंशियल फील्ड (APF) विधि स्थानीय न्यूनतम (local minimum) में फंस गई। SMC विधि ने रोबोट को 0.41 सेकंड में लक्ष्य तक सफलतापूर्वक पहुँचाया, और सुरक्षा प्रतिबंधों ( $h(x)=0$ ) को परिमित समय में लागू किया।
शिदोकु पहेली (Shidoku Puzzle - Combinatorial Optimization): विधि ने रेडंडेंट बाधाओं (रैंक-डेफिशिएंट जैकोबियन) के साथ 4x4 सुडोकू जैसी पहेली को हल किया। इसने पूर्णांक समाधानों (integer solutions) तक परिमित-समय अभिसरण प्राप्त किया, जो यह सिद्ध करता है कि यह LICQ के बिना भी प्रभावी है।
वितरित पैरामीटर अनुमान (Distributed Parameter Estimation): मल्टी-एजेंट कंसेंसस समस्या में, NTSMC दृष्टिकोण ने सुनिश्चित किया कि सभी एजेंट मैचड डिस्टर्बेंस के बावजूद परिमित समय ( $T_c \le 5.5$ s) में केंद्रीकृत इष्टतम अनुमान तक पहुँच गए, जो मानक कंसेंसस एल्गोरिदम से बेहतर प्रदर्शन करता है।

5. महत्व (Significance)

यह शोध पत्र नियंत्रण सिद्धांत (control theory) और अनुकूलन (optimization) के बीच के अंतर को पाटता है, जो अनंतस्पर्शी से परिमित-समय (finite-time) बाधा अनुकूलन की ओर एक प्रतिमान परिवर्तन (paradigm shift) प्रदान करता है।

सुरक्षा-महत्वपूर्ण अनुप्रयोग (Safety-Critical Applications): परिमित समय में प्रतिबंध संतुष्टि सुनिश्चित करने की क्षमता इस दृष्टिकोण को रोबोटिक्स, स्वायत्त प्रणालियों और पावर ग्रिड के लिए आदर्श बनाती है जहाँ सुरक्षा उल्लंघन को क्षण भर के लिए भी सहन नहीं किया जा सकता है।
अनिश्चित वातावरण में मजबूती (Robustness in Uncertain Environments): मॉडल त्रुटियों और शोर के प्रति इस विधि की लचीलापन इसे वास्तविक दुनिया के तैनाती के लिए बेहतर बनाती है जहाँ पूर्ण मॉडल उपलब्ध नहीं होते।
सैद्धांतिक प्रगति (Theoretical Advancement): यह पारंपरिक नियंत्रण प्रणालियों से परे सामान्य अनुकूलन परिदृश्य (जिसमें गैर-उत्तल और रैंक-डेफिशिएंट परिदृश्य शामिल हैं) तक SMC की प्रयोज्यता का विस्तार करता है, जो जटिल बाधाओं को हल करने के लिए एक नया उपकरण प्रदान करता है।

निष्कर्षतः, प्रस्तावित ढांचा बाधात्मक अनुकूलन को एक मजबूत नियंत्रण समस्या में बदल देता है, जो गारंटीकृत गति और लचीलेपन के साथ सटीक व्यवहार्यता और इष्टतमता प्राप्त करता है, जिससे शास्त्रीय निरंतर-समय अनुकूलन विधियों की मौलिक सीमाओं पर विजय प्राप्त होती है।