⚡ electrical engineering

Input-to-State Stable Bundle Koopman Neural ODEs for Learning Controlled Dynamics under Environmental Constraints

यह शोध पत्र ISS-BKNO का प्रस्ताव करता है, जो एक एकीकृत ढांचा है जो नियंत्रित गैररेखीय गतिकी (nonlinear dynamics) को सीखने के लिए कूपमैन ऑपरेटर सिद्धांत (Koopman operator theory), फाइबर बंडल ज्यामिति (fiber bundle geometry), और इनपुट-टू-स्टेट स्थिरता प्रमाणन (input-to-state stability certification) को एकीकृत करता है, जिसमें पर्यावरणीय बाधाओं के तहत गारंटीकृत वैश्विक अभिसरण (global convergence) और सुदृढ़ता (robustness) सुनिश्चित की गई है।

मूल लेखक: Lin Feng

प्रकाशित 2026-06-04

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Lin Feng

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। समस्या यह है कि सड़क की स्थितियाँ बदलती रहती हैं: कभी सड़क सूखी होती है, कभी बर्फीली, कभी कार पर भारी भार होता है, और कभी वह खाली होती है। आप चाहते हैं कि रोबोट एक ही "दिमाग" सीख ले जो इन सभी अलग-अलग स्थितियों को बिना दुर्घटना के सुरक्षित रूप से संभाल सके, भले ही हवा का एक अचानक झोंका (विक्षोभ/disturbance) उसे रास्ते से भटका दे।

यह शोध पत्र ठीक इसी समस्या को हल करने के लिए एक नई विधि पेश करता है जिसे ISS-BKNO कहा जाता है। यह कैसे काम करता है, यहाँ सरल अवधारणाओं में दिया गया है:

1. समस्या: एक आकार सबके लिए उपयुक्त नहीं (One Size Doesn't Fit All)

पिछले तरीकों ने कार की गति को तीन अलग-अलग तरीकों से सीखने की कोशिश की, लेकिन उनमें कुछ कमियां थीं:

विधि A (Koopman): इसने कार की जटिल, नॉन-लीनियर भौतिकी (physics) को सरल, सीधी रेखा वाली गणित में बदलने की कोशिश की। यह तेज़ था लेकिन जब स्थितियाँ बदलती थीं, तो अक्सर इसकी सटीकता कम हो जाती थी।
विधि B (Neural ODEs): इसने ड्राइविंग के नियमों को सीधे सीखने के लिए एक डीप न्यूरल नेटवर्क का उपयोग किया। यह बहुत लचीला था लेकिन इसमें इस बात की कोई गारंटी नहीं थी कि अगर सड़क फिसलन भरी हो गई तो रोबोट नियंत्रण खोकर पागल जैसा व्यवहार नहीं करेगा।
विधि C (Environment-Aware): इसने रोबोट को मौसम या भार के बारे में बताने की कोशिश की, लेकिन यह हमेशा इस बात का हिसाब नहीं रख पाया कि उन बदलावों से कार की गति पर जटिल ज्यामितीय प्रभाव कैसे पड़ता है।

इनमें से कोई भी एक साथ सब कुछ नहीं कर सका: सटीक रूप से सीखना, बदलते वातावरण को संभालना और यह गारंटी देना कि रोबोट स्थिर रहेगा।

2. समाधान: विशेष मानचित्रों का एक "बंडल" (A "Bundle" of Specialized Maps)

लेखकों ने एक ऐसा ढांचा बनाया है जो इन तीनों के बेहतरीन हिस्सों को जोड़ता है। इसे एक विशेष फीचर वाले यात्रा गाइडबुक की तरह समझें:

फाइबर बंडल (विशेष मानचित्र): कल्पना कीजिए कि रोबोट के पास केवल दुनिया का एक नक्शा नहीं है। इसके बजाय, उसके पास मानचित्रों का एक "बंडल" है। यदि वातावरण "बर्फीला" है, तो वह "बर्फीला नक्शा" निकाल लेता है। यदि "भारी भार" है, तो वह "भारी भार वाला नक्शा" निकाल लेता है।
- सिस्टम पहले वर्तमान वातावरण (मौसम, वजन) को देखता है और तुरंत उस विशिष्ट स्थिति के लिए सही "फाइबर" या विशेष मानचित्र चुन लेता है। यह रोबोट के आंतरिक तर्क को व्यवस्थित रखता है और संदर्भ के अनुसार अलग रखता है।
कोपमैन लिफ्टिंग (The Linear Translator): एक बार जब रोबोट सही नक्शा चुन लेता है, तो वह जटिल, उलझी हुई ड्राइविंग भौतिकी को एक सरल, लीनियर फॉर्मेट में बदल देता है (जैसे एक घुमावदार पहाड़ी सड़क को ग्राफ पर एक सीधी रेखा में बदलना)। इससे गणित को हल करना और भविष्यवाणी करना बहुत आसान हो जाता है।
न्यूरल ODE सुधार (The Safety Net): भले ही हमारे पास एक सरल नक्शा हो, वास्तविक दुनिया अव्यवस्थित होती है। सिस्टम एक "रेसिडुअल" न्यूरल नेटवर्क जोड़ता है—एक सुरक्षा जाल जो उन छोटी गलतियों को सीखता है जिन्हें सरल नक्शे ने छोड़ दिया था। महत्वपूर्ण बात यह है कि यह सुरक्षा जाल सख्त नियमों के साथ बनाया गया है ताकि यह सुनिश्चित हो सके कि यह कभी भी रोबोट को नियंत्रण से बाहर न कर दे।

3. "स्थिरता प्रमाण पत्र" (The Unbreakable Rule)

इस शोध पत्र का सबसे महत्वपूर्ण हिस्सा ISS (Input-to-State Stability) सर्टिफिकेशन है।

कल्पना कीजिए कि आप एक ऐसी कार चला रहे हैं जिसमें "ब्रेक की गारंटी" है। आप केवल यह उम्मीद नहीं करते कि ब्रेक काम करेंगे; आपके पास एक गणितीय प्रमाण है जो कहता है: "चाहे हवा कितनी भी तेज़ चले या सड़क कितनी भी फिसलन भरी हो, जब तक हवा अनंत नहीं है, कार कभी दुर्घटनाग्रस्त नहीं होगी। वह थोड़ा डगमगा सकती है, लेकिन वह हमेशा वापस स्थिर हो जाएगी।"

उन्होंने यह कैसे किया: उन्होंने एक "ल्यपुनोव फंक्शन" (इसे एक गणितीय ऊर्जा मीटर की तरह समझें) बनाया। उन्होंने रोबोट की सीखने की प्रक्रिया को यह सुनिश्चित करने के लिए मजबूर किया कि यह ऊर्जा मीटर समय के साथ हमेशा नीचे जाए, जब तक कि रोबत को किसी बाहरी बल (जैसे हवा) द्वारा धक्का न दिया जा रहा हो।
परिणाम: उन्होंने गणितीय रूप से सिद्ध किया कि यदि रोबोट इन नियमों का पालन करता है, तो वह ग्लोबली स्टेबल (वैश्विक रूप से स्थिर) है। यदि वातावरण नाटकीय रूप से बदलता है या सड़क पर अचानक झटके आते हैं, तो भी यह नियंत्रण से बाहर नहीं होगा या दुर्घटनाग्रस्त नहीं होगा।

4. उन्होंने क्या परीक्षण किया

उन्होंने इस प्रणाली का चार अलग-अलग परिदृश्यों पर परीक्षण किया:

एक झूलता हुआ पेंडुलम (जैसे घड़ी) जिसकी छड़ की लंबाई बदल रही हो।
एक कार्ट-पोल (कार्ट के ऊपर एक पोल) जिसका वजन बदल रहा हो।
एक यूनिसाइकिल रोबोट जो घर्षण (friction) बदलते हुए एक गलियारे में नेविगेट कर रहा हो।
एक रोबोटिक आर्म (Franka Emika) जो अलग-अलग वजन उठा रही हो।

परिणाम:

सटीकता: उनकी विधि मौजूदा तरीकों की तुलना में काफी अधिक सटीक थी (कुछ मामलों में 58% बेहतर)।
मजबूती (Robustness): जब उन्होंने सिस्टम को रैंडम विक्षोभों (जैसे हवा के अचानक झोंके) से प्रभावित किया, तो पुराने तरीके अक्सर रास्ते से भटक गए या अनियंत्रित रूप से डगमगाने लगे। नया तरीका (ISS-BKNO) एक तंग, अनुमानित सीमा के भीतर रहा, ठीक वैसा ही जैसा उनके गणित ने भविष्यवाणी की थी।
विश्वसनीयता: 100% परीक्षण मामलों में, गणितीय "स्थिरता प्रमाण पत्र" सही साबित हुआ। अन्य तरीकों ने कभी-कभी स्थितियाँ थोड़ी बदलने पर भी इस जाँच में विफलता दिखाई।

सारांश

संक्षेप में, लेखकों ने एक रोबोट का दिमाग बनाया जो:

अपने संदर्भ को जानता है: यह अलग-अलग वातावरणों (बर्फ बनाम सूखी सड़क) को अलग, व्यवस्थित "फाइबर्स" में विभाजित करता है।
गणित को सरल बनाता है: यह जटिल भौतिकी को आसानी से हल होने वाले लीनियर समीकरणों में बदल देता है।
सुरक्षा की गारंटी देता है: इसमें एक अंतर्निहित गणितीय प्रमाण है जो कहता है, "चाहे कुछ भी हो जाए, मैं नियंत्रण नहीं खोऊंगा।"

यह एक रोबोट को ड्राइविंग लाइसेंस देने जैसा है जिसके साथ एक गारंटी आती है: "यह ड्राइवर किसी भी मौसम, किसी भी भार और किसी भी झटके को संभाल सकता है, और वे हमेशा कार को सुरक्षित घर पहुँचाएंगे।"

तकनीकी सारांश: पर्यावरणीय बाधाओं के तहत नियंत्रित गतिकी सीखने के लिए ISS-BKNO

समस्या विवरण
यह शोध पत्र विभिन्न पर्यावरणीय स्थितियों में संचालित होने वाले नियंत्रित गैररेखीय गतिशील प्रणालियों (nonlinear dynamical systems) के लिए सटीक, प्रमाणित रूप से स्थिर मॉडल सीखने की चुनौती को संबोधित करता है। मौजूदा दृष्टिकोण आमतौर पर स्थिरता, बाह्य इनपुट या पर्यावरणीय बाधाओं को अलग-अलग रूप में देखते हैं। विशेष रूप से:

कोपमैन विधियाँ (Koopman methods) रैखिक प्रतिनिधित्व प्रदान करती हैं, लेकिन डीप लर्निंग का उपयोग करने पर अक्सर स्पष्ट स्पेक्ट्रल संरचना खो देती हैं, जिससे स्थिरता प्रमाणन (stability certificates) जटिल हो जाता है।
स्थिर न्यूरल ODEs (Stable Neural ODEs) निरंतर-गहराई वाले मॉडल प्रदान करते हैं, लेकिन अक्सर वितरण संबंधी बदलावों (distributional shifts) या बाहरी विक्षोभों (external disturbances) के विरुद्ध गारंटी देने में विफल रहते हैं।
पर्यावरण-जागरूक शिक्षण (Environment-aware learning) ज्यामितीय बाधाओं (फाइबर्स) को गतिकी से अलग करने और वैश्विक अभिसरण गारंटी (global convergence guarantees) बनाए रखने में संघर्ष करता है।

लेखक उन विधियों में एक अंतराल की पहचान करते हैं जो साथ मिलकर प्रदान कर सकें: (i) एक स्पष्ट पर्यावरण-सशर्त लेटेंट समन्वय प्रणाली जो फाइबर ज्यामिति को गतिकी से अलग करती है; (ii) एक ISS प्रमाण जिसे सेमीडेफिनेट प्रोग्राम (semidefinite program) के माध्यम से जांचा जा सके; और (iii) इन गुणों को संयुक्त रूप से लागू करने वाला एक एकीकृत प्रशिक्षण उद्देश्य।

कार्यप्रणाली: ISS-BKNO ढांचा
प्रस्तावित ढांचा, ISS-BKNO (इनपुट-टू-स्टेट स्टेबल बंडल कोपमैन न्यूरल ODE), कोपमैन ऑपरेटर पहचान, न्यूरल ODE, फाइबर बंडल ज्यामिति और ISS प्रमाणन को एक तीन-चरणीय लिफ्टिंग पाइपलाइन में एकीकृत करता है:

बंडल-जागरूक एनकोडर (Bundle-Aware Encoder):
भौतिक अवस्था $x$ और पर्यावरणीय संकेत $\xi$ को एक लिफ्टेड स्पेस $Z$ के भीतर एक फाइबर $F_\xi$ में मैप किया जाता है। यह एनकोडर, $\Phi(x, \xi)$ , यह सुनिश्चित करता है कि विभिन्न वातावरणों के लिए लेटेंट प्रतिनिधित्व ज्यामितीय रूप से अलग हों, जो फाइबर बंडल संरचना $\pi: Z \to E$ का पालन करते हैं।
पर्यावरण-सशर्त कोपमैन बैकबोन (Environment-Conditioned Koopman Backbone):
लेटेंट अवस्था को $\Psi(z)$ के माध्यम से एक ऑब्जर्वेबल स्पेस $\psi$ में और अधिक लिफ्ट किया जाता है। गतिकी को इस प्रकार मॉडल किया जाता है:
$\dot{\psi} = K(\xi)\psi + B(\xi)u + r_\theta(\psi, u, \xi)$
यहाँ, $K(\xi)$ और $B(\xi)$ वातावरण $\xi$ पर आधारित मैट्रिक्स हैं (जो छोटे MLP हेड्स द्वारा उत्पन्न होते हैं)। महत्वपूर्ण रूप से, $K(\xi)$ को एक पर्सिडस्की-प्रकार के अपघटन (Persidskii-type decomposition) का उपयोग करके संरचनात्मक रूप से हूर्witz (Hurwitz by construction) बनाया गया है:
$K(\xi) = -\frac{1}{2}Q(\xi)^\top Q(\xi) + S(\xi)$
जहाँ $S(\xi)$ एक स्केव-सिमेट्रिक (skew-symmetric) मैट्रिक्स है। यह सुनिश्चित करता है कि $K(\xi)$ का सिमेट्रिक भाग नेगेटिव सेमी-डेफिनिट (negative semi-definite) है, जो नाममात्र समाधान की ओर अभिसरण (contraction) की गारंटी देता है।
रेसिड्यूल न्यूरल ODE सुधार (Residual Neural ODE Correction):
एक रेसिड्यूल टर्म $r_\theta$ रैखिक सन्निकटन (linear approximation) को ठीक करता है। इसके जैकोबियन (Jacobian) को एक क्वाड्रेटिक सेक्टर बाउंड (quadratic sector bound) को संतुष्ट करने के लिए प्रतिबंधित किया गया है, जिससे यह सुनिश्चित होता है कि नॉन-लिनियरिटी स्थिरता शर्तों का उल्लंघन न करे।

स्थिरता प्रमाणन और प्रशिक्षण
यह ढांचा एक Lyapunov-आधारित ISS रेगुलाइजेशन का उपयोग करता है। एक क्वाड्रेटिक लियापुनोव कैंडिडेट $V(\psi) = \psi^\top P \psi$ को मॉडल के साथ संयुक्त रूप से सीखा जाता है। प्रशिक्षण उद्देश्य में एक दंड पद ( $L_{ISS}$ ) शामिल है जो लियापुनोव घटते (decrease) की स्थिति को लागू करता है:
$\dot{V} \leq -\alpha V + \gamma |w|^2$
यह स्थिति एक लीनियर मैट्रिक्स इनइक्वेलिटी (LMI) के रूप में तैयार की गई है जिसमें सीखे गए पैरामीटर $P$ , गेन $\gamma$ , और सेक्टर मल्टीप्लायर $\lambda$ शामिल हैं। पोस्ट-हॉक सत्यापन के विपरीत, यह LMI एक डिफरेंशिएबल लॉस फंक्शन का हिस्सा है, जो ऑप्टिमाइज़र को स्थिरता बाधाओं को संतुष्ट करते हुए ISS गेन $\gamma$ को कम करने के लिए प्रेरित करता है। कुल लॉस (total loss) प्रेडिक्शन एरर, ISS रेगुलाइजेशन, रिकंस्ट्रक्शन लॉस और कंट्रोल बैरियर फंक्शन (CBF) दंडों को जोड़ता है।

प्रमुख योगदान

बंडल-जागरूक कोपमैन लिफ्टिंग: एक नवीन एनकोडर जो अवस्थाओं को वातावरण-विशिष्ट फाइबर्स में मैप करता है, जिससे ज्यामितीय बाधाओं को गतिशील विकास से अलग किया जाता है।
Lyapunov-आधारित ISS रेगुलाइजेशन: एक डिफरेंशिएबल लॉस फंक्शन जो प्रशिक्षण के दौरान एक क्वाड्रेटिक घटते (decrease) की स्थिति को लागू करता है, जिससे अभिसरण पर एक क्लोज्ड-फॉर्म ISS गेन प्राप्त होता है।
सैद्धांतिक गारंटी:
- बंडल कोऑर्डिनेट मैप के लिए फाइबर इनवेरिएंस (fiber invariance) का प्रमाण।
- स्पष्ट गेन फॉर्मूला के साथ लेटेंट डायनेमिक्स के लिए ISS का प्रमाण।
- एक एप्रोक्सिमेशन एरर बाउंड का व्युत्पन्न जो प्रेडिक्शन RMSE को EDMD रेसिड्यूल से जोड़ता है।
अनुभवजन्य सत्यापन: चार बेंचमार्क कार्यों (पेंडुलम, कार्ट-पोल, यूनिसाइकिल नेविगेशन, और 7-DOF मैनिपुलेटर) पर व्यापक परीक्षण, जो मौजूदा बेसलाइनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करते हैं।

प्रायोगिक परिणाम
प्रयोग चार कार्यों पर किए गए जिनमें विभिन्न भौतिक पैरामीटर (जैसे रॉड की लंबाई, द्रव्यमान, घर्षण, पेलोड) और बाहरी विक्षोभ शामिल थे। ढांचे की तुलना पांच बेसलाइनों से की गई: वेनिला न्यूरल ODE (NODE), कोपमैन-EDMD, कोपमैन+ISS (पोस्ट-हॉक), कंट्रोलसिंथ न्यूरल ODE (CSODE), और ICODE।

प्रेडिक्शन सटीकता: ISS-BKNO ने सभी कार्यों में सबसे कम रूट मीन स्क्वायर एरर (RMSE) प्राप्त किया। विशेष रूप से, इसने वेनिला न्यूरल ODE की तुलना में प्रेडिक्शन RMSE में 58% की कमी दिखाई।
मजबूती (Robustness): साइनुसोइडल विक्षोभों के तहत, ISS-BKNO ने सैद्धांतिक सीमाओं के अनुरूप एक बाउंडेड एरर एनवेलप बनाए रखा, जबकि बिना स्पष्ट ISS प्रमाणन वाले मॉडल (जैसे NODE) में निरंतर ऑफसेट्स जमा होते रहे।
स्थिरता व्यवहार्यता (Stability Feasibility): इस पद्धति ने परीक्षण के दौरान 100% LMI व्यवहार्यता दर प्राप्त की। इसके विपरीत, पोस्ट-हॉक कोपमैन+ISS बेसलाइन वितरण संबंधी बदलावों के तहत स्पेक्ट्रल रेडियस उल्लंघन के कारण 6% टेस्ट एपिसोड में व्यवहार्यता जांच में विफल रही।
सामान्यीकरण (Generalization): प्रशिक्षण वितरण के किनारों के पास प्रदर्शन में गिरावट सबसे सुचारू रही, जो स्पष्ट फाइबर संरचनाओं की कमी वाले बेसलाइनों की तुलना में बेहतर प्रदर्शन करती है।

महत्व और दावे
यह शोध पत्र दावा करता है कि ISS-BKNO डेटा-संचालित नियंत्रण में स्थिरता, पर्यावरणीय अनुकूलन और ज्यामितीय बाधा प्रबंधन की अलग-अलग समस्याओं के लिए एक एकीकृत समाधान प्रदान करता है। फाइबर बंडल ज्यामिति को हूर्witz-पैरामीटराइज्ड कोपमैन बैकबोन और एक डिफरेंशिएबल ISS रेगुलाइज़र के साथ एकीकृत करके, यह ढांचा पोस्ट-हॉक स्थिरता जांच की आवश्यकता को समाप्त करता है। लेखक का तर्क है कि यह दृष्टिकोण ग्लोबल कन्वर्जेंस गारंटी और प्रशिक्षण प्रक्रिया से सीधे प्राप्त कंप्यूटेबल ISS गेन प्रदान करके सुरक्षा-महत्वपूर्ण सेटिंग्स में लर्निंग-आधारित नियंत्रकों की तैनाती को सक्षम बनाता है। सैद्धांतिक परिणाम प्रेडिक्शन सटीकता को सीधे EDMD रेसिड्यूल से जोड़ते हैं, जो डिक्शनरी चयन के लिए एक सिद्धांत आधारित मानदंड प्रदान करते हैं।

1. समस्या: एक आकार सबके लिए उपयुक्त नहीं (One Size Doesn't Fit All)

2. समाधान: विशेष मानचित्रों का एक "बंडल" (A "Bundle" of Specialized Maps)

3. "स्थिरता प्रमाण पत्र" (The Unbreakable Rule)

4. उन्होंने क्या परीक्षण किया

सारांश

इसी तरह के और पेपर