Maximal Controlled Invariant-MPC: Enhancing Feasibility and Reducing Conservatism through Terminal CBF Constraint in Safety-Critical Control

तकनीकी सारांश: मैक्सिमल कंट्रोल्ड इनवेरिएंट-MPC (Maximal Controlled Invariant-MPC)

समस्या विवरण (Problem Statement)
सुरक्षा-महत्वपूर्ण नियंत्रण प्रणालियाँ (Safety-critical control systems) बाधाओं को लागू करने के लिए कंट्रोल बैरियर फंक्शन्स (CBFs) पर निर्भर करती हैं। हालाँकि, उच्च-क्रम की प्रणालियों (higher-order systems) के लिए एक न्यूनतम रूढ़िवादी (minimally conservative) CBF का निर्माण करना गणनात्मक रूप से अव्यवहार्य है। फलस्वरूप, मानक दृष्टिकोण अक्सर अत्यधिक रूढ़िवादी सुरक्षित सेट ($X_{safe}$) का परिणाम देते हैं जो सिस्टम को वास्तविक मैक्सिमल कंट्रोल्ड इनवेरिएंट सेफ सेट ($X^*_{safe}$) के एक उपसमुच्चय (subset) तक सीमित कर देते हैं। यह रूढ़िवादिता सिस्टम की इष्टतमता (optimality) और व्यवहार्यता (feasibility) को कम करती है, विशेष रूप से जटिल नेविगेशन कार्यों में जहाँ सिस्टम को ज्ञात असुरक्षित क्षेत्रों ($X_{avoid}$) की सीमाओं के पास संचालित होना पड़ता है। मौजूदा MPC सूत्रीकरण (formulations), जो CBFs को एकीकृत करते हैं, या तो अल्पकालिक ज्यामितीय बाधाओं (myopic geometric constraints) पर निर्भर करते हैं, या स्लैक वेरिएबल्स और डिके रेट ट्यूनिंग की आवश्यकता रखते हैं, या मल्टी-स्टेप क्वासी-CBF बाधाएं लागू करते हैं, जो अक्सर भविष्य के होराइजन (prediction horizons) के साथ रूढ़िवादिता को कम करने या सुलभ सेटों (reachable sets) के विस्तार पर औपचारिक गारंटी देने में विफल रहते हैं।

कार्यप्रणाली (Methodology)
लेखक एक नवीन MPC सूत्रीकरण प्रस्तावित करते हैं, जिसे MPC-MCI (मैक्सिमल कंट्रोल्ड इनवेरिएंट बाधाओं के साथ मॉडल प्रेडिक्टिव कंट्रोल) कहा जाता है, जो रूढ़िवादिता को कम करने के लिए क्षणिक सुरक्षा (transient safety) को टर्मिनल इनवेरिएंस (terminal invariance) से अलग करता है जबकि औपचारिक सुरक्षा गारंटी बनाए रखता है।

1. सूत्रीकरण (Formulation): अनुकूलन समस्या (optimization problem) एक प्रेडिक्शन होराइजन $N$ पर एक मानक लागत फलन (cost function) को निम्नलिखित के अधीन न्यूनतम करती है:

   • क्षणिक बाधाएं (Transient Constraints): एक साइन्ड डिस्टेंस फंक्शन $d(x)$ को सभी स्टेप्स $k \in \{0, \dots, N-1\}$ के लिए गैर-ऋणात्मक ($d(x_{t+k}) \ge 0$) होने के लिए लागू किया जाता है। यह सुनिश्चित करता है कि सिस्टम प्रेडिक्शन होराइजन के दौरान कभी भी ज्ञात असुरक्षित सेट $X_{avoid}$ में प्रवेश न करे।
   • टर्मिनल बाधा (Terminal Constraint): केवल टर्मिनल स्टेट ($h(x_{t+N}) \ge 0$) पर एक सिंगल-स्टेप कंट्रोल बैरियर फंक्शन बाधा लगाई जाती है। यह टर्मिनल स्टेट को ज्ञात सुरक्षित सेट $X_{safe}$ के भीतर स्थिर (anchor) करती है, जो मैक्सिमल कंट्रोल्ड इनवेरिएंट सेट $X^*_{safe}$ का एक उपसमुच्चय है।

2. सैद्धांतिक गारंटी (Theoretical Guarantees):

   • रिकर्सिव फजीबिलिटी (Recursive Feasibility): लेखक एक रचनात्मक प्रमाण (constructive proof) प्रदान करते हैं जो यह दर्शाता है कि यदि $t=0$ पर समस्या व्यवहार्य (feasible) है, तो यह सभी $t > 0$ के लिए व्यवहार्य बनी रहती है। यह प्रमाण इस तथ्य पर आधारित है कि $X_{safe}$ कंट्रोल इनवेरिएंट है; अतः, एक बार जब सिस्टम $X_{safe}$ के भीतर पहुँच जाता है, तो सिस्टम को अनिश्चित काल तक $X_{safe}$ के भीतर रखने के लिए एक वैध कंट्रोल सीक्वेंस मौजूद होता है।
   • सुरक्षा (Safety): यह सिद्ध किया गया है कि क्लोज्ड-लूप प्रक्षेपवक्र (trajectory) $X^*_{safe}$ (जो $X \setminus X_{avoid}$ का मैक्सिमल कंट्रोल्ड इनवेरिएंट उपसमुच्चय है) के भीतर रहेगा, जिससे सुरक्षा सुनिश्चित होती है, भले ही प्रक्षेपवक्र अस्थायी रूप से उन क्षेत्रों में प्रवेश करे जहाँ CBF मान ऋणात्मक ($h < 0$) हो लेकिन साइन्ड डिस्टेंस सकारात्मक ($d \ge 0$) बना रहे।
   • रीचेबिलिटी एन्हांसमेंट (Reachability Enhancement): रीचेबिलिटी विश्लेषण के माध्यम से, यह पेपर प्रदर्शित करता है कि MPC-MCI के लिए एक-चरणीय सुलभ सेट (one-step reachable set) जैसे-जैसे प्रेडिक्शन होराइजन $N$ बढ़ता है, निरंतर विस्तारित होता है। इसके विपरीत, पूर्व विधियों (विशेष रूप से NMPC-DCBF) के लिए सुलभ सेट होराइजन की लंबाई के बावजूद स्थिर रहता है।

3. गणना दक्षता (Computational Efficiency): फजीबिलिटी प्रूफ की रचनात्मक प्रकृति वार्म-स्टार्टिंग (warm-starting) की अनुमति देती है। ऑप्टिमाइज़र पिछले गणना किए गए प्रक्षेपवक्य का उपयोग करता है, जिसमें एक रिकवरी कंट्रोल पॉलिसी जोड़ी गई होती है, जिसे प्रारंभिक अनुमान (initial guess) के रूप में उपयोग किया जाता है। यह फजीबिलिटी गारंटी से समझौता किए बिना गणना के समय को काफी कम कर देता है।

प्रमुख योगदान (Key Contributions)

• ऑप्टिमाइज़ेशन फ्रेमवर्क: एक रिकर्सिवली फजीвल MPC फ्रेमवर्क का विकास जो सिस्टम को मैक्सिमल कंट्रोल्ड इनवेरिएंट सेफ सबसेट के भीतर रखकर सुरक्षा सुनिश्चित करता है, जो पूर्व कार्यों [3, 4] की सीमाओं को संबोधित करता है।
• कम रूढ़िवादिता (Reduced Conservatism): यह विधि भविष्य की सुरक्षा सुनिश्चित करने के लिए केवल प्रारंभिक व्यवहार्यता (initial feasibility) की आवश्यकता रखती है, जिससे सिस्टम को रूढ़िवादी $X_{safe}$ के बाहर के क्षेत्रों (अर्थात, $X^*_{safe} \setminus X_{safe}$ के भीतर) में संचालित होने की अनुमति मिलती है, बशर्ते वे ज्यामितीय रूप से सुरक्षित ($d \ge 0$) हों।
• सरलीकृत बाधाएं (Simplified Constraints): दो-स्टेप क्वासी-CBFs [7] या डिके रेट के साथ स्लैक वेरिएबल्स [4] का उपयोग करने वाले दृष्टिकोणों के विपरीत, MPC-MCI एक सिंगल टर्मिनल CBF बाधा और होराइजन के साथ एक डिस्टेंस बाधा लागू करता है, जिससे पैरामीटर ट्यूनिंग (जैसे, $\gamma$) या सहायक बाधा कार्यों (auxiliary constraint functions) की आवश्यकता समाप्त हो जाती है।
• रचनात्मक प्रमाण (Constructive Proofs): पेपर रिकर्सिव फजीबिलिटी के लिए रचनात्मक प्रमाण प्रदान करता है जो वार्म-स्टार्टिंग को सक्षम बनाता है, जिससे गणना की गति काफी बढ़ जाती है।
• रीचेबिलिटी विश्लेषण (Reachability Analysis): यह औपचारिक प्रदर्शन कि प्रेडिक्शन होराइजन बढ़ने के साथ व्यवहार्य और सुलभ सेट विस्तृत होते हैं, जो कि पिछले NMPC-DCBF सूत्रीकरणों में गारंटीकृत गुण नहीं है।

परिणाम (Results)
प्रस्तावित विधि को एक गोलाकार बाधा के साथ 2D नॉन-होलोनोमिक यूनिसाइकिल सिस्टम पर सिमुलेशन के माध्यम से मान्य किया गया।

• फजीबिलिटी एन्हांसमेंट: NMPC-DCBF दृष्टिकोण की तुलना में अनुपयुक्त प्रारंभिक अवस्थाओं (infeasible initial states) की संख्या में 1.74 से 2.73 गुना की कमी आई। विशेष रूप से, एक हाई-स्पीड केस के लिए, अनुपयुक्त बिंदु 5,560 से घटकर 2,034 रह गए।
• होराइजन निर्भरता (Horizon Dependence): जैसे-जैसे प्रेडिक्शन होराइजन $N$ बढ़ा (2 से 21 तक), MPC-MCI के लिए व्यवहार्य अवस्थाओं का अंश निरंतर बढ़ा (उदाहरण के लिए, केस 1 में 0.74 से 0.84 तक), जबकि NMPC-DCBF के लिए व्यवहार्य अंश स्थिर रहा।
• ट्रैजेक्टरी ट्रैकिंग (Trajectory Tracking): सिस्टम ने सफलतापूर्वक एक संदर्भ प्रक्षेपवक्र (reference trajectory) को ट्रैक किया जो पूरी तरह से CBF के "असुरक्षित" क्षेत्र ($h < 0$) के भीतर था, लेकिन ज्यामितीय रूप से सुरक्षित ($d \ge 0$) बना रहा। रूढ़िवादी NMPC-DCBF इस प्रक्षेपवक्र को ट्रैक करने में विफल रहा, या तो महत्वपूर्ण विचलन हुआ या गति बहुत धीमी हो गई।

महत्व (Significance)
पेपर का दावा है कि पूरे होराइजन के दौरान CBF बाधाओं को लागू करने के बजाय टर्मिनल स्टेट पर सुरक्षा को केंद्रित करना (anchoring), रूढ़िवादी CBF डिज़ाइन के कारण खोई हुई इष्टतमता (optimality) को पुनः प्राप्त करने का एक सिद्धांतगत तरीका है। साइन्ड डिस्टेंस फंक्शन का उपयोग क्षणिक सुरक्षा के लिए और केवल टर्मिनल इनवेरिएंस के लिए CBF का उपयोग करके, MPC-MCI सूत्रीकरण एक प्रमाणित सुरक्षित नियंत्रक प्राप्त करता है जो "अज्ञात सुरक्षा" ($X^*_{safe} \setminus X_{safe}$) वाले क्षेत्रों में जाने वाले प्रक्षेपवक्रों को स्वीकार करता है। यह दृष्टिकोण स्लैक वेरिएबल्स, डिके-रेट ट्यूनिंग, या जटिल मल्टी-स्टेप बाधाओं की आवश्यकता को समाप्त करता है, जो गैर-रेखीय प्रणालियों के लिए सुरक्षा-महत्वपूर्ण नियंत्रण के लिए एक गणनात्मक रूप से कुशल और कम रूढ़िवादी विकल्प प्रदान करता है।