⚡ electrical engineering

TinySDP: Real Time Semidefinite Optimization for Certifiable and Agile Edge Robotics

यह शोध पत्र TinySDP को प्रस्तुत करता है, जो एम्बेडेड सिस्टम के लिए डिज़ाइन किया गया पहला सेमीडेफिनेट प्रोग्रामिंग सॉल्वर है जो माइक्रोकंट्रोलर्स पर रीयल-टाइम, प्रमाणित मॉडल-प्रेडिक्टिव कंट्रोल को सक्षम बनाता है, और चुनौतीपूर्ण गतिशील वातावरण में अत्याधुनिक बेसलाइन की तुलना में बेहतर टकराव-मुक्त नेविगेशन और पथ दक्षता प्राप्त करता है।

मूल लेखक: Ishaan Mahajan, Jon Arrizabalaga, Andrea Grillo, Fausto Vega, James Anderson, Zachary Manchester, Brian Plancher

प्रकाशित 2026-05-14

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Ishaan Mahajan, Jon Arrizabalaga, Andrea Grillo, Fausto Vega, James Anderson, Zachary Manchester, Brian Plancher

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 नन्हे, सुपर-फास्ट ड्रोन को एक भूलभुलैया (maze) के माध्यम से रास्ता दिखाने की कोशिश कर रहे हैं। इस भूलभुलैया में चलती हुई दीवारें हैं (जैसे कि आगे-पीछे झूलती हुई एक रोबोटिक भुजा) और पेचीदा डेड एंड्स (बंद रास्ते) हैं। आपका लक्ष्य ड्रोन को बिंदु A से बिंदु B तक बिना टकराए पहुँचाना है, और आपको ये निर्णय पलक झपकते ही लेने होंगे।

यह वही चुनौती है जिसे TinySDP पेपर हल करता है। यहाँ बताया गया है कि उन्होंने सरल उपमाओं (analogies) का उपयोग करके इस समस्या को कैसे सुलझाया।

समस्या: "बहुत बुद्धिमान" मस्तिष्क बनाम "नन्हा" मस्तिष्क

रोबोटिक्स की दुनिया में, रास्ता तय करने के दो तरीके हैं:

"लोकल" तरीका (दूरदर्शी न होने वाला ड्राइवर): अधिकांश वर्तमान ड्रोन एक ऐसी विधि का उपयोग करते हैं जो केवल कुछ कदम आगे देखती है। यह एक ऐसे ड्राइवर की तरह है जो केवल अपने ठीक सामने वाली कार को देखता है। यदि वह कार हिलती है, तो वह मुड़ जाता है। लेकिन यदि सड़क किसी डेड एंड (बंद गली) में मुड़ जाती है या कोई दीवार बंद हो जाती है, तो यह ड्राइवर फंस जाता है या टकरा जाता है क्योंकि उसने बड़ी तस्वीर नहीं देखी थी। सुरक्षित रहने के लिए, वे अक्सर बहुत धीरे चलते हैं और हर चीज़ से बहुत दूरी बनाए रखते हैं, जिससे यात्रा लंबी और अक्षम हो जाती है।
"ग्लोबल" तरीका (परफेक्ट गणितज्ञ): एक अधिक शक्तिशाली गणितीय उपकरण है जिसे सेमीडेफिनिट प्रोग्रामिंग (SDP) कहा जाता है। इसे एक जीनियस गणितज्ञ के रूप में सोचें जो पूरी भूलभुलैया को देख सकता है, हर संभावित भविष्य की गणना कर सकता है, और एक ऐसा एकदम सटीक, सबसे छोटा रास्ता खोज सकता है जो यह गारंटी देता है कि कोई टक्कर नहीं होगी।
- चुनौती: यह जीनियस बहुत धीमा है और इसके लिए सुपरकंप्यूटर की आवश्यकता होती है। यह एक छोटी कलाई घड़ी के अंदर विशाल सिमुलेशन चलाने की कोशिश करने जैसा है। यह ड्रोन के अंदर मौजूद छोटे कंप्यूटर चिप्स में फिट नहीं बैठता।

समाधान: TinySD‌ای (TinySDP)

लेखकों ने TinySDP बनाया है, जो उस जीनियस गणितज्ञ को एक नन्ही कलाई घड़ी के अंदर समाने के लिए छोटा करने और उनकी बुद्धि को इतना तेज़ बनाए रखने जैसा है कि वे तुरंत भूलभुलैया को हल कर सकें।

उन्होंने इसे तीन मुख्य ट्रिक्स का उपयोग करके किया है:

1. "शैडो" ट्रिक (लिफ्टिंग)

बाधाएं (जैसे कि एक गोलाकार दीवार) गणितीय रूप से पेचीदा होती हैं क्योंकि वे घुमावदार होती हैं। मानक गणित छोटे चिप्स पर घुमावों के साथ संघर्ष करता है।

उपमा: कल्पना करें कि आप वर्गाकार टाइलों से बने कागज पर एक सटीक वृत्त (circle) खींचने की कोशिश कर रहे हैं। यह टेढ़ा-मेढ़ा और कठिन है। लेकिन यदि आप उस कागज को हवा में ऊपर उठा दें और किसी दूसरी सतह पर उसकी "परछाई" (shadow) देखें, तो वह घुमाव एक सीधी रेखा या एक सरल आकार जैसा दिख सकता है।
पेपर की विधि: वे एक गणितीय "लिफ्ट" का उपयोग करते हैं जो पेचीदा घुमावदार बाधा नियमों को एक सरल, सीधी रेखा वाले प्रारूप में बदल देता है जिसे छोटा कंप्यूटर आसानी से संभाल सके। वे इस समस्या को उच्च आयाम (higher dimension) में "लिफ्ट" करना कहते हैं।

2. "कैश्ड" शॉर्टकट (रिकाटी स्ट्रक्चर)

"शैडो" ट्रिक के साथ भी, उड़ान के हर एक कदम के लिए गणित करना अभी भी एक छोटे चिप के लिए बहुत अधिक काम है।

उपमा: कल्पना करें कि आप एक पहेली हल कर रहे हैं जहाँ नियम हर सेकंड थोड़े बदल जाते हैं। पूरी पहेली को हर बार शुरू से हल करने के बजाय, आप महसूस करते हैं कि 90% पहेली के टुकड़े एक जैसे हैं। इसलिए, आप उन 90% टुकड़ों की गणना पहले ही कर लेते हैं और उन्हें अपनी जेब में रखते हैं (एक "कैश")। जब पहेली बदलती है, तो आपको केवल उस 10% हिस्से को हल करना होता है जो नया है।
पेपर की विधि: वे रिकाटी रिकर्सन (Riccati recursion) नामक तकनीक का उपयोग करते हैं ताकि गणित के उबाऊ, दोहराव वाले हिस्सों की गणना ऑफलाइन पहले ही की जा सके। जब ड्रोन उड़ रहा होता है, तो वह बस इन पहले से गणना किए गए नंबरों को अपनी जेब से निकाल लेता है और केवल वर्तमान क्षण के लिए आवश्यक बहुत कम गणित करता है। यह इसे अविश्वसनीय रूप से तेज़ बनाता है।

3. "सेफ्टी बैज" (रैंक-1 सर्टिफिकेट)

यह सबसे चतुर हिस्सा है। क्योंकि उन्होंने "शैडो" ट्रिक (रिलैक्सेशन) का उपयोग किया है, गणित शायद एक ऐसा समाधान दे जो कागज़ पर अच्छा दिखता है लेकिन वास्तव में वास्तविक दुनिया में थोड़ा गलत है।

उपमा: कल्पना करें कि एक सुरक्षा गार्ड किसी आगंतुक का आईडी कार्ड चेक कर रहा है। आईडी असली दिखती है, लेकिन कभी-कभी नकली आईडी भी बिल्कुल असली जैसी लगती है। गार्ड को 100% सुनिश्चित होने के लिए एक विशेष स्कैनर की आवश्यकता होती है।
पेपर की विधि: पथ को हल करने के बाद, TinySDP एक सुपर-फास्ट "सेफ्टी चेक" (जिसे रैंक-1 सर्टिफिकेट कहा जाता है) चलाता है। यह पूछता है: "क्या हमारे 'शैडो' ट्रिक ने वास्तविकता को बहुत अधिक विकृत कर दिया है?"
- यदि उत्तर हाँ है (गणित बहुत ढीला है), तो ड्रोन तुरंत रुक जाता है और हवा में स्थिर हो जाता है (एक "फालबैक" पॉलिसी), ताकि वह टकरा न जाए।
- यदि उत्तर नहीं है, तो ड्रोन को "ग्रीन लाइट" मिलती है और वह उड़ता है।
- उनके परीक्षणों में, यह चेक लगभग हर बार पास हुआ, जिससे साबित हुआ कि पथ वास्तव में सुरक्षित था।

परिणाम: तेज़, छोटा और सुरक्षित

टीम ने इस परीक्षण को एक छोटे ड्रोन क्रेजीफ्लाई (Crazyflie) पर किया (जो लगभग हाथ के आकार का है) जिसके अंदर एक बहुत छोटा कंप्यूटर चिप है।

डेड एंड टेस्ट: एक U-आकार के डेड एंड में, अन्य विधियाँ फंस गईं या टकरा गईं। TinySDP ने रास्ता खोज लिया।
मूविंग वॉल टेस्ट: जब एक दीवार ने रास्ते में आकर बाधा डाली, तो अन्य विधियाँ टकरा गईं या बहुत बड़े, लंबे चक्कर लेने लगीं। TinySDP ने उस हलचल का अनुमान लगाया और गैप से बिल्कुल सही तरीके से निकल गया।
दक्षता (Efficiency): TinySDP ने अन्य विधियों की तुलना में 73% तक छोटे रास्ते खोजे। इसे "सुरक्षित" रहने के लिए बड़े घेरे बनाने की ज़रूरत नहीं थी; यह सीधा रास्ता ले सकता था क्योंकि यह गणितीय रूप से आश्वस्त था कि यह टकराएगा नहीं।
रियल-टाइम: यह छोटे चिप पर प्रति सेकंड 25 बार चला, जो वास्तविक जीवन में उड़ते हुए ड्रोन को नियंत्रित करने के लिए पर्याप्त तेज़ है।

निचोड़

TinySDP एक नया तरीका है जिससे छोटे, सस्ते रोबोट बाधाओं से बचने के लिए "सुपर-स्मार्ट" गणित का उपयोग कर सकते हैं। यह समस्या को सरल बनाने के लिए एक चतुर गणितीय ट्रिक, गति बढ़ाने के लिए एक मेमोरी शॉर्टकट और उत्तर को दोबारा जांचने के लिए एक सेफ्टी बैज को जोड़ता है। यह छोटे ड्रोन्स को जटिल, चलती हुई परिस्थितियों में सुरक्षित और कुशलता से उड़ने की अनुमति देता है, जो पहले इतने छोटे कंप्यूटरों के लिए असंभव माना जाता था।

तकनीकी सारांश: TinySDP

समस्या विवरण

गतिशील वातावरण (dynamic environments) में सुरक्षित मोशन प्लानिंग और कंट्रोल, विशेष रूप से संसाधन-सीमित एम्बेडेड सिस्टम पर, रोबोटिक्स के लिए एक महत्वपूर्ण चुनौती बनी हुई है। जबकि मॉडल-प्रेडिक्टिव कंट्रोल (MPC) सिस्टम डायनेमिक्स और बाधाओं (constraints) के बारे में तर्क करने के लिए प्रभावी है, नॉन-कॉन्वेक्स बाधा निवारण (nonconvex obstacle avoidance) के लिए औपचारिक सुरक्षा गारंटी लागू करना कठिन है। मौजूदा दृष्टिकोण अक्सर रूढ़िवादी ओवर-एप्रोक्सिमेशन (जैसे, रैखिकीकृत दूरी बाधाएं या linearized distance constraints) या स्थानीय कॉनवेक्सिफिकेशन (local convexifications) पर निर्भर करते हैं जो वैश्विक ज्यामितीय संरचनाओं को पकड़ने में विफल रहते हैं। ये विधियाँ संकीर्ण रास्तों (narrow passages), डेड-एंड (cul-de-sacs), या गतिशील बाधाओं वाले परिदृश्यों में विफल होने के प्रति संवेदनशील होती हैं, जिनमें अक्सर सुरक्षा मार्जिन के व्यापक ह्यूरिस्टिक ट्यूनिंग की आवश्यकता होती है जो रोबोट के प्रभावी फुटप्रिंट को बढ़ा देती है। इसके विपरीत, जबकि सेमडेफिनेट प्रोग्रामिंग (SDP) लिफ्टिंग के माध्यम से नॉन-कॉन्वेक्स ज्यामितीय बाधाओं को कॉनवेक्सिफाई करने के लिए एक सिद्धांतिक ढांचा प्रदान करती है, सामान्य-उद्देश्य वाले SDP सॉल्वर अत्यधिक गणनात्मक (computationally expensive) और मेमोरी-गहन होते हैं, जिससे वे माइक्रोकंट्रोलर पर रीयल-टाइम रिसिंग-होराइजन कंट्रोल के लिए अनुपयुक्त हो जाते हैं।

कार्यप्रणाली (Methodology)

लेखक TinySDP पेश करते हैं, जो रीयल-टाइम, प्रमाणित बाधा निवारण को सक्षम करने के लिए विशेष रूप से एम्बेडेड सिस्टम के लिए डिज़ाइन किया गया पहला सेमडेफिनेट प्रोग्रामिंग सॉल्वर है। यह दृष्टिकोण तीन मुख्य घटकों को एकीकृत करता है:

1. स्ट्रक्चर्ड लिफ्टिंग और रिलैक्सेशन (Structured Lifting and Relaxation)

TinySDP नॉन-कॉन्वेक्स, क्वाड्रेटिक, डिस्क-आधारित बाधा निवारण बाधाओं के लिए प्रति-चरण (per-stage), कॉनवेक्स, सेमडेफिनेट रिलैक्सेशन का उपयोग करके MPC समस्या को फॉर्म्युलेट करता है।

लिफ्टिंग (Lifting): यह विधि ज्यामितीय अवस्था (जैसे, प्लेनर पोजीशन $p_k$ ) को उच्च-आयामी पॉजिटिव सेमडेफिनेट (PSD) कोन में लिफ्ट करती है। विशेष रूप से, यह अवस्थाओं और इनपुट्स के आउटर प्रोडक्ट्स (outer products) के लिए सहायक चर (auxiliary variables) पेश करती है (जैसे, $X_k = x_k x_k^\top$ )।
रैखिकीकरण (Linearization): यह लिफ्टिंग क्वाड्रेटिक बाधाओं (जैसे, $\|p_k - c_j\|^2 \geq r_j^2$ ) को लिफ्टेड वेरिएबल्स में लीनियर एफाइन इनइक्वेलिटीज (linear affine inequalities) में बदल देती है, जबकि लिफ्टेड स्पेस में सिस्टम की लीनियर डायनेमिक्स को बनाए रखती है।
रिलैक्सेशन (Relaxation): मोमेंट मैट्रिक्स पर सटीक रैंक-1 बाधा को एक PSD बाधा ( $M_k \succeq 0$ ) में रिलैक्स किया जाता है, जिससे समस्या कॉनवेक्स हो जाती है।

2. रिकैटि-आधारित ADMM सॉल्वर (Riccati-Based ADMM Solver)

एम्बेडेड हार्डवेयर पर इस परिणामी कॉनवेक्स समस्या को कुशलतापूर्वक हल करने के लिए, लेखक TinyMPC फ्रेमवर्क (जो कैश की गई रिकैटि रिकर्शन का उपयोग करता है) का विस्तार करते हैं ताकि प्रति-चरण PSD बाधाओं को संभाला जा सके।

एल्गोरिदम: सॉल्वर अल्टरनेटिंग डायरेक्शन मेथड ऑफ मल्टीप्लायर्स (ADMM) का उपयोग करता है।
प्राइमल अपडेट (Primal Update): प्राइमल सबप्रॉब्लम एक लिफ्टेड लीनियर क्वाड्रेटिक रेगुलेटर (LQR) समस्या है। महत्वपूर्ण रूप से, सिस्टम डायनेमिक्स लिफ्टेड वेरिएबल्स में लीनियर रहती है, जिससे कैश की गई स्टेडी-स्टेट मात्राओं के साथ कुशल बैकवर्ड-फॉरवर्ड रिकैटि स्वीप्स (backward-forward Riccati sweeps) का उपयोग संभव होता है।
स्लैक और डुअल अपडेट्स (Slack and Dual Updates): PSD बाधाओं को एक प्रोजेक्शन स्टेप के माध्यम से संभाला जाता है। प्रत्येक ADMM इटरेशन में, सॉल्वर ईगन-डीकंपोजिशन (eigen-decomposition) और ईगनवैल्यू क्लैम्पिंग के माध्यम से PSD कोन पर एक मैट्रिक्स का यूक्लिडियन प्रोजेक्शन कंप्यूट करता है और डुअल वेरिएबल्स को अपडेट करता है। यह प्रोजेक्शन प्रति-चरण किया जाता है, जो रीयल-टाइम निष्पादन के लिए आवश्यक कम्प्यूटेशनल संरचना को संरक्षित करता है।

3. ए पोस्टेरियो रैंक-1 सुरक्षा प्रमाणपत्र (A Posteriori Rank-1 Safety Certificate)

SDP रिलैक्सेशन से उत्पन्न ढीलेपन (looseness) को संबोधित करने के लिए, पेपर एक सरल, कम्प्यूटेशनल रूप से सस्ता सर्टिफिकेट प्रस्तावित करता है जिसे हर टाइमस्टेप पर मूल्यांकित किया जाता है।

ट्रेस गैप (Trace Gap): सर्टिफिकेट "ट्रेस गैप" ( $\Delta_k$ ) को मापता है, जिसे लिफ्टेड पोजीशन ब्लॉक के ट्रेस और फिजिकल पोजीशन के स्क्वेर्ड नॉर्म के बीच का अंतर ( $\text{trace}(X^{(p)}_k) - \|p_k\|^2$ ) के रूप में परिभाषित किया गया है।
प्रमाणन तर्क (Certification Logic): यदि लिफ्टेड मार्जिन (रैखिकीकृत बाधा का मान) गैर-ऋणात्मक है और ट्रेस गैप इस मार्जिन के सापेक्ष पर्याप्त रूप से छोटा है, तो समाधान को टक्कर-मुक्त (collision-free) प्रमाणित किया जाता है।
फ़ालबैक (Fallback): यदि सर्टिफिकेट विफल हो जाता है, तो सिस्टम नियोजित कंट्रोल इनपुट को त्याग देता है और एक रिएक्टिव फ़ालबैक पॉलिसी (स्टॉप-एंड-होवर) निष्पादत करता है, यह सुनिश्चित करता है कि अन-सर्टिफाइड कमांड कभी भी भौतिक रोबोट पर लागू न हों।

मुख्य योगदान (Key Contributions)

TinySDP सॉल्वर: पहला एम्बेडेड SDP सॉल्वर विकसित करना जो रीयल-टाइम में PSD-रिलैक्स्ड MPC समस्याओं को हल करने के लिए कैश की गई रिकैटि संरचनाओं का लाभ उठाता है।
रिलैक्सेशन और सर्टिफिकेशन का एकीकरण: एक ऐसा फ्रेमवर्क जो कुशल कॉनवेक्स रिलैक्सेशन को एक स्पष्ट, ए पोस्टेरियो ज्यामितीय सुरक्षा सर्टिफिकेट के साथ जोड़ता है, जो सैद्धांतिक इष्टतमता (theoretical optimality) और व्यावहारिक सुरक्षा गारंटी के बीच के अंतर को पाटता है।
हार्डवेयर सत्यापन: क्रेजीफ्लाई 2.1 क्वाड्रोटर (STM32F405 माइक्रोकंट्रोलर) पर सफल तैनाती, जो 25 Hz कंट्रोल रेट पर चलता है, यह प्रदर्शित करता है कि संसाधन-सीमित प्लेटफॉर्म पर semidefinite बाधाओं को लागू किया जा सकता है।

प्रयोगात्मक परिणाम (Experimental Results)

लेखकों ने सिमुलेशन और वास्तविक हार्डवेयर में अत्याधुनिक बेसलाइन्स (TinyMPC-LIN, TinyMPC-HOCBF, और RPCBF) के विरुद्ध TinySDP का मूल्यांकन किया।

स्थिर U-आकार का डेड-एंड (Static U-Shaped Cul-de-Sac): उन परिदृश्यों में जो स्थानीय विधियों के लिए डेडलॉक का कारण बनते हैं, TinySDP ने सर्वश्रेष्ठ प्रदर्शन करने वाली बेसलाइन (RPCBF) की तुलना में 31–73% छोटे पथ लंबाई के साथ टक्कर-मुक्त नेविगेशन प्राप्त किया। बेसलाइन विधियाँ या तो टकरा गईं (शून्य सुरक्षा मार्जिन के साथ) या उन्हें सफल होने के लिए अव्यावहारिक रूप से बड़े सुरक्षा मार्जिन (ड्रोन के आकार से 30 गुना तक) की आवश्यकता थी, जिसने कोलिजन फुटप्रिंट को बढ़ा दिया और लक्ष्य तक पहुँचने से रोक दिया।
गतिशील बाधा निवारण (Dynamic Obstacle Avoidance): संकीर्ण रास्तों को बंद करने वाली गतिशील बाधाओं वाले परिदृश्यों में, TinySDP ने सफलतापूर्वक टक्करों का पूर्वानुमान लगाया और उनसे बचा। इसने RPCBF की तुलना में 30% छोटे पथ बनाए और बेसलाइन्स की तुलना में उच्च सटीकता (लक्ष्य के करीब) बनाए रखी।
3D विस्तार: लेखकों ने दिखाया कि लिफ्टिंग फ्रेमवर्क स्वाभाविक रूप से 3D गोलाकार बाधाओं तक विस्तारित होता है, जो सिमुलेशन में गतिशील 3D परिदृश्यों को सफलतापूर्वक नेविगेट करता है।
वास्तविक-विश्व तैनाती: क्रेजीफ्लाई पर, सॉल्वर ने ~14.8 ms के भीतर 5 ADMM इटरेशन निष्पादित किए (40 ms कंट्रोल पीरियड में ~25 ms का मार्जिन छोड़ते हुए)। मेमोरी फुटप्रिंट मामूली था (PSD लॉजिक के लिए लगभग 1.47 KB स्टेटिक मेमोरी ओवरहेड)। एक मूविंग रोबोटिक आर्म वाले पांच स्वतंत्र परीक्षणों में, ऑनलाइन सुरक्षा सर्टिफिकेट हर टाइमस्टेप पर वैध रहा, जो वास्तविक दुनिया के व्यवधानों के तहत रैंक-1 ज्योमेट्री के संरक्षण की पुष्टि करता है।

महत्व और दावे (Significance and Claims)

पेपर का दावा है कि TinySDP यह प्रदर्शित करता है कि semidefinite बाधाएं रीयल-टाइम रिसिंग-होरिजन कंट्रोल के साथ एम्बेडेड सिस्टम पर स्वाभाविक रूप से असंगत नहीं हैं। विशिष्ट समस्या संरचनाओं (Riccati dynamics) का लाभ उठाकर और ऑप्टिमाइजेशन को सर्टिफिकेशन से अलग करके, लेखक दिखाते हैं कि कम्प्यूटेशनल व्यवहार्यता से समझौता किए बिना रूढ़िवादी रैखिक अनुमानों से आगे बढ़ना संभव है।

यह कार्य ऑफलाइन semidefinite प्लानिंग और व्यावहारिक एम्बेडेड डिप्लॉयमेंट के बीच के अंतर को पाटता है। यह सुझाव देता है कि समृद्ध कॉनवेक्स सुरक्षा मॉडल को उच्च-रेट कंट्रोलर में एकीकृत किया जा सकता है यदि सॉल्वर डिज़ाइन अंतर्निहित MPC संरचना का सम्मान करता है। लेखक इसे "एजाइल" एज रोबोटिक्स को सक्षम करने की दिशा में एक कदम के रूप में देखते हैं जो केवल ह्यूरिस्टिक ट्यूनिंग या लर्निंग-आधारित विधियों पर निर्भर रहने के बजाय, औपचारिक सुरक्षा गारंटी के साथ जटिल, नॉन-कॉन्वेक्स वातावरण में नेविगेट कर सकते हैं।

लेखक अपनी सीमाओं के संबंध में विनम्र बने हुए हैं, यह नोट करते हुए कि सर्टिफिकेट एक प्रति-टाइमस्टेप चेक प्रदान करता है न कि एक औपचारिक क्लोज्ड-लूप रिकर्सिव फिजिबिलिटी गारंटी, और बड़े PSD प्रोजेक्शन के कारण पूर्ण 3D क्षमता को माइक्रोकंट्रोलर तक विस्तारित करना एक चुनौती बनी हुई है।