⚡ electrical engineering

Adaptive and Neural Operator Control of Nonlinear Volterra Hyperbolic PDEs

यह शोध पत्र नॉनलीन वोल्टेरा हाइपरबोलिक PDEs के लिए एक हाइब्रिड नियंत्रण ढांचे को प्रस्तुत करता है जो अज्ञात प्लांट डायनेमिक्स के ऑनलाइन एडेप्टिव आइडेंटिफिकेशन को जटिल बैकस्टेपिंग गेन सिंथेसिस के ऑफलाइन न्यूरल ऑपरेटर एप्रोक्सिमेशन के साथ जोड़ता है, जिससे ट्रंकेशन, आइडेंटिफिकेशन और एप्रोक्सिमेशन त्रुटियों के बावजूद क्लोज्ड-लूप स्थिरता और एसिम्प्टोटिक रेगुलेशन प्राप्त होता है।

मूल लेखक: Miroslav Krstic

प्रकाशित 2026-07-08

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Miroslav Krstic

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 बहुत ही जटिल, अप्रत्याशित जहाज को तूफान के बीच से ले जाने की कोशिश कर रहे हैं। जहाज के इंजन और रडर (पतवार) को एक कंप्यूटर द्वारा नियंत्रित किया जाता है, लेकिन जहाज का अपना एक "मेमोरी" (स्मृति) है कि उसके पिछले आंदोलनों ने वर्तमान प्रतिक्रिया को कैसे प्रभावित किया है। भौतिकी और इंजीनियरिंग की दुनिया में, इस जहाज को एक पार्शियल डिफरेंशियल इक्वेशन (PDE) द्वारा वर्णित किया जाता है, और इसकी "मेमोरी" एक वोल्टेरा सीरीज़ (Volterra series) है (यह कहने का एक शानदार तरीका है कि जहाज का व्यवहार पिछले अंतर्संबंधों की एक लंबी श्रृंखला पर निर्भर करता है)।

समस्या दोहरी है:

हमें जहाज के सटीक नियम नहीं पता: कंप्यूटर को जहाज के विशिष्ट "मेमोरी" सेटिंग्स (कर्नेल्स) का ज्ञान नहीं है।
नियमों की गणना करना वास्तविक समय में बहुत कठिन है: भले ही हमें जहाज के नियमों का सटीक ज्ञान हो जाए, तो भी सटीक स्टीयरिंग समायोजन का पता लगाने के लिए एक विशाल, बहु-आयामी गणितीय पहेली को हल करने में इतनी कंप्यूटिंग शक्ति लगती है कि इसमें घंटों लग सकते हैं—जबकि समस्या को मिलीसेकंड में समाधान चाहिए।

मिरोस्लाव क्रस्टिक का यह शोध पत्र एक चतुर समाधान प्रस्तावित करता है जो एडेप्टिव कंट्रोल (Adaptive Control) (चलते-चलते सीखना) को न्यूरल ऑपरेटर्स (Neural Operators) (गणित को पहले से सीखना) के साथ जोड़ता है।

सरल उपमाओं का उपयोग करके इसका विवरण यहाँ दिया गया है:

1. दो मुख्य समस्याएँ

"अज्ञात मानचित्र" की समस्या: जहाज को पूरी तरह से चलाने के लिए, आपको जहाज की प्रतिक्रिया के मानचित्र की आवश्यकता है। लेकिन वह मानचित्र छिपा हुआ है। आपको जहाज चलाते समय ही उसका अनुमान लगाना होगा।
"बहुत धीमा कैलकुलेटर" की समस्या: हर बार जब आप मानचित्र के अपने अनुमान को अपडेट करते हैं, तो आपको नए स्टीयरिंग कोण को निर्धारित करने के लिए एक विशाल, बहु-आयामी गणितीय पहेली को हल करना पड़ता है। हर सेकंड यह पहेली हल करना असंभव है। यह ऐसा ही है जैसे हर बार स्टीयरिंग घुमाने पर शहर के आकार की एक सुडोकू पहेली को हल करने की कोशिश करना।

2. समाधान: एक दो-भाग वाली टीम

लेखक एक ऐसी प्रणाली बनाता है जिसमें दो अलग-अलग "शिक्षार्थी" (learners) मिलकर काम करते हैं:

भाग अ: "पैसिव ऑब्जर्वर" (ऑनलाइन लर्नर - ऑनलाइन सीखने वाला)

इसे कप्तान के बगल में बैठे एक को-पायलट के रूप में सोचें।

यह क्या करता है: यह वास्तविक जहाज और जहाज के एक "आभासी" (virtual) मॉडल को देखता है। यह लगातार दोनों के बीच तुलना करता रहता है।
यह कैसे सीखता है: यदि वास्तविक जहाज आभासी जहाज से दूर भटक जाता है, तो को-पायलट जहाज के "मेमोरी नियमों" (कर्नेल्स) के अपने अनुमान को अपडेट करता है।
मुख्य विशेषता: यह ऑनलाइन (जहाज चलते समय) सीखता है और इसे विशेष तरीकों से हिलने-डुलने के लिए मजबूर होने की आवश्यकता नहीं होती (कोई "परसिस्टेंस ऑफ एक्साइटेशन" की आवश्यकता नहीं है)। यह बस त्रुटि (error) को निष्क्रिय रूप से आत्मसात करता है।

भाग ब: "न्यूरल ऑपरेटर" (ऑफलाइन लर्नर - ऑफलाइन सीखने वाला)

इसे एक सुपर-स्मार्ट प्रशिक्षु (apprentice) के रूप में सोचें जिसने जहाज के बंदरगाह छोड़ने से पहले ही गणित का वर्षों तक अध्ययन किया है।

यह क्या करता है: यह "मानचित्र का अनुमान लगाने" और "स्टीयरिंग कोण की गणना करने" के बीच के संबंध को सीखता है।
यह कैसे सीखता है: प्रशिक्षण से पहले, शोधकर्ता प्रशिक्षु को विभिन्न जहाज मानचित्रों और उनके संगत सटीक स्टीयरिंग कोणों के हजारों उदाहरण देते हैं। प्रशिक्षु एक न्यूरल ऑपरेटर (निरंतर गणित के लिए डिज़ाइन किया गया एक प्रकार का AI) का उपयोग करके पैटर्न को सीखता है।
जादू: प्रशिक्षित होने के बाद, प्रशिक्षु को उस विशाल गणितीय पहेली को हल करने की आवश्यकता नहीं होती। जब को-पायलट कहता है, "मुझे लगता है कि जहाज की मेमोरी यह है," तो प्रशिक्षु तुरंत कहता है, "ठीक है, मेरे प्रशिक्षण के आधार पर, स्टीयरिंग कोण वह होना चाहिए।" यह घंटों लंबे कैलकुलेशन को एक पल के त्वरित लुकअप (lookup) से बदल देता है।

3. वे एक साथ कैसे काम करते हैं

प्रणाली एक लूप में चलती है:

को-पायलट (ऑब्जर्वर) जहाज को देखता है और जहाज के छिपे हुए नियमों के अपने अनुमान को अपडेट करता है।
प्रशिक्षु (न्यूरल ऑपरेटर) उस अनुमान को लेता है और तुरंत सही स्टीयरिंग कमांड बाहर निकाल देता है।
जहाज स्टीयर करता है, को-पायलट परिणाम देखता है, अनुमान को अपडेट करता है, और चक्र दोहराया जाता है।

4. "सेल्फ-कपल्ड" ट्विस्ट

आमतौर पर, यदि आप नियम जानते हैं, तो आप एक सरल सूत्र के साथ स्टीयरिंग कोण की गणना कर सकते हैं। लेकिन यहाँ, जहाज के नियमों का सबसे बुनियादी हिस्सा (रैखिक भाग) भी अज्ञात है। यह गणितीय पहेली को "सेल्फ-कपल्ड" (स्व-संयोजित) बनाता है—यह एक ऐसी पहेली को हल करने जैसा है जहाँ उत्तर स्वयं प्रश्न का हिस्सा है।

शोध पत्र का दावा: लेखक यह सिद्ध करता है कि भले ही यह पेचीदा, स्व-संदर्भित गणित हो, फिर भी यह प्रणाली हल करने योग्य और स्थिर है, बशर्ते जहाज का गैर-रैखिक व्यवहार अनंत रूप से अनियंत्रित न हो।

5. परिणाम: स्थिरता और विनियमन (Stability and Regulation)

यह शोध पत्र गणितीय रूप से सिद्ध करता है कि:

स्थिरता (Stability): जहाज नियंत्रण से बाहर नहीं जाएगा या अनियंत्रित होकर घूमेगा नहीं, भले ही को-पायलट अभी भी नियमों का अनुमान लगा रहा हो।
विनियमन (Regulation): अंततः जहाज शांत हो जाएगा और रुक जाएगा (शून्य अवस्था तक पहुँचेगा), और स्टीयरिंग भी रुक जाएगी।
"बेसिन ऑफ अट्रैक्शन" (Basin of Attraction): यह प्रणाली तब तक काम करती है जब तक जहाज एक निश्चित "सुरक्षित क्षेत्र" के भीतर शुरू होता है। जैसे-जैसे प्रशिक्षु (न्यूरल ऑपरेटर) अपना काम बेहतर करता है (अधिक सटीक होता है), यह सुरक्षित क्षेत्र बड़ा होता जाता है, और अंततः उस सुरक्षित क्षेत्र के आकार के बराबर हो जाता जो तब होता जब आपको शुरुआत से ही सटीक नियम पता होते।

6. सिमुलेशन क्या दिखाता है

शोध पत्र में एक जहाज का कंप्यूटर सिमुलेशन शामिल है जिसमें "क्वाड्रेटिक मेमोरी" (गैर-रैखिकता का एक विशिष्ट प्रकार) है।

नियंत्रण के बिना: जहाज तेजी से अनियंत्रित (diverge) होकर फट जाता है।
इस नई प्रणाली के साथ: जहाज स्थिर हो जाता है।
एक शर्त: जहाज के नियमों के बारे में को-पायलट का अनुमान पूरी तरह से सटीक नहीं होता है। जब जहाज रुक जाता है, तो यह बदलना बंद कर देता है क्योंकि सीखने के लिए कोई "त्रुटि" (error) नहीं बचती। हालाँकि, इससे कोई फर्क नहीं पड़ता! प्रशिक्षु द्वारा उत्पन्न स्टीयरिंग कमांड "पर्याप्त अच्छा" है ताकि जहाज को सुरक्षित और स्थिर रखा जा सके। सिस्टम को सटीक सत्य जानने की आवश्यकता नहीं है; इसे केवल एक अच्छा अनुमान चाहिए ताकि एक अच्छा स्टीयरिंग कमांड बनाया जा सके।

सारांश

यह शोध पत्र जटिल भौतिक प्रणालियों को नियंत्रित करने की "चिकन एंड एग" (पहले मुर्गी या अंडा) वाली समस्या को हल करता है। आप नियमों को जाने बिना स्टीयर नहीं कर सकते, लेकिन आप स्टीयरिंग किए बिना नियमों को नहीं सीख सकते। एक ऑनलाइन ऑब्जर्वर का उपयोग करके जो नियमों का अनुमान लगाता है और उन अनुमानों को तुरंत स्टीयरिंग कमांड में बदलने के लिए एक ऑफलाइन-प्रशिक्षित AI का उपयोग करके, लेखक एक ऐसा कंट्रोलर बनाता है जो अनुकूलनीय (adaptive) भी है और वास्तविक समय के उपयोग के लिए पर्याप्त तेज़ भी है। यह एक गणितीय रूप से असंभव वास्तविक समय की गणना को एक सरल, तेज़ लुकअप में बदल देता है।

समस्या विवरण
यह शोध पत्र गैररेखीय हाइपरबोलिक आंशिक अवकल समीकरणों (PDEs) के एक वर्ग के अनुकूली नियंत्रण (adaptive control) को संबोधित करता है, जहाँ डोमेन के भीतर की गैररेखीयता अनिश्चित संख्या में कर्नेल्स (kernels) वाली एक अज्ञात वोल्टेरा श्रृंखला (Volterra series) द्वारा नियंत्रित होती है। विशिष्ट प्लांट एक प्रथम-क्रम का हाइपरबोलिक PDE है जिसमें बाउंड्री कंट्रोल इनपुट होता है। नियंत्रण का उद्देश्य प्लांट स्टेट को मूल बिंदु (origin) पर स्थिर करना है।

दो प्राथमिक बाधाएं ऐसे अपूर्ण रूप से ज्ञात प्लांट पर मानक PDE बैकस्टेपिंग नियंत्रण की तैनाती को रोकती हैं:

मॉडल निर्भरता (Model Dependency): बैकस्टेपिंग के लिए आवश्यक फीडबैक गेन्स (कर्नेल्स) प्लांट गुणांकों के फलन होते हैं। ज्ञात मॉडल के बिना, इन गेन्स की गणना नहीं की जा सकती।
कम्प्यूटेशनल निषेध (Computational Prohibitions): भले ही मॉडल ज्ञात हो, इस प्रकार के गैररेखीय वोल्टेरा PDEs के लिए बैकस्टेपिंग गेन्स बढ़ते आयाम वाले सिम्प्लेक्स डोमेन पर परिभाषित कर्नेल PDEs के एक कैस्केड (cascade) के समाधान होते हैं ( $n$ -वें क्रम के कर्नेल के लिए $n$ -आयामी सिम्प्लेक्स)। एक अनुकूली सेटिंग में, जहाँ प्लांट अनुमान निरंतर बदलते रहते हैं, इस कैस्केड को ऑनलाइन हल करना कम्प्यूटेशनल रूप से निषेध योग्य है।

कार्यप्रणाली (Methodology)
लेखक एक एकीकृत आर्किटेक्चर प्रस्तावित करते हैं जो दोनों बाधाओं को एक साथ दूर करने के लिए अनुकूली नियंत्रण (adaptive control) और न्यूरल ऑपरेटर लर्निंग को जोड़ता है। यह प्रणाली दो क्रमिक शिक्षण प्रक्रियाओं के माध्यम से संचालित होती है:

ऑनलाइन अनुकूली पहचानकर्ता (Online Adaptive Identifier): अज्ञात वोल्टेरा कर्नेल्स ( $f_1, \dots, f_N$ ) का ऑनलाइन अनुमान लगाने के लिए एक ऑब्जर्वर-आधारित पैसिव आइडेंटिफायर डिज़ाइन किया गया है। यह आइडेंटिफायर एक ट्रंकेटेड $N$ -ऑर्डर वोल्टेरा श्रृंखला का उपयोग करता है और इसमें प्रोजेक्शन-आधारित पैरामीटर अपडेट नियम का उपयोग किया जाता है। महत्वपूर्ण रूप से, यह डिज़ाइन बिना किसी पर्सिस्टेंस-ऑफ-एक्साइटेशन (persistence-of-excitation) धारणा के स्थिरता सुनिश्चित करता है, क्योंकि अनुमान त्रुटि (estimation error) लाइपुनोव डेरिवेटिव में एक विसरणात्मक पद (dissipative term) के रूप में दिखाई देती है।
ऑफलाइन न्यूरल ऑपरेटर सॉल्वर (Offline Neural Operator Solver): अनुमानित प्लांट पैरामीटर्स से आवश्यक बैकस्टेपिंग कंट्रोल गेन्स का मैपिंग एक जटिल, अनंत-आयामी ऑपरेटर है जिसमें रैखिक वोल्टेरा इंटीग्रल समीकरणों का एक कैस्केड शामिल है। इस मैपिंग को, जिसे $Q_N$ $Q_{N}$ द्वारा दर्शाया गया है, एक न्यूरल ऑपरेटर ( $\hat{Q}_N$ $\hat{Q}_{N}$ ) द्वारा ऑफलाइन अनुमानित किया जाता है।
- पिछले कार्यों के विपरीत, जहाँ न्यूरल ऑपरेटर एक ज्ञात प्लांट के लिए कंट्रोलर सीखता है, यह शोध पत्र कर्नेल-जेनरेशन मैप को सीखता है। न्यूरल ऑपरेटर रनिंग पैरामीटर अनुमानों $\hat{f}(t)$ को इनपुट के रूप में लेता है और वास्तविक समय में कंट्रोल कर्नेल्स $\hat{k}(t)$ आउटपुट करता है।
- कार्यान्वित कंट्रोलर इन सीखे गए कर्नेल्स का उपयोग सर्टेन्टी-इक्विवेलेंस फ्रेमवर्क में करता है, जो ऑब्जर्वर स्टेट पर कार्य करता है।

प्रमुख योगदान

अज्ञात रैखिक कर्नेल्स के लिए अनुकूली डिज़ाइन: यह शोध पत्र पूर्णतः गैररेखीय वोल्टेरा क्लास के लिए अनुकूली नियंत्रण का विस्तार करता है जहाँ रैखिक कर्नेल ( $f_1$ ) भी अज्ञात है। यह गेन कैस्केड को क्लोज्ड-फॉर्म क्वाड्रचर (जैसा कि ज्ञात-मॉडल डिजाइनों में होता है) के एक अनुक्रम से स्व-संयोजित रैखिक वोल्टेरा इंटीग्रल समीकरणों के अनुक्रम में बदल देता है। लेखक किसी भी स्वीकार्य गैररेखीय आकार के लिए इन समीकरणों की व्युत्क्रमणीयता (invertibility) को बिना किसी लघुता की शर्तों (smallness conditions) के सिद्ध करते हैं।
ट्रंकेशन और सन्निकटन के साथ स्थिरता: लेखक क्लोज्ड-लूप सिस्टम के लिए $a\ priori$ $a p r i or i$ $L^2$ $L^{2}$ स्थिरता और एसिम्प्टोटिक रेगुलेशन स्थापित करते हैं। वे एक एकल लाइपुनोव फंक्शन का उपयोग करते हैं जो निम्नलिखित से उत्पन्न होने वाले व्यवधानों को एक साथ अवशोषित करता है:
- अनंत वोल्टेरा श्रृंखला को ट्रंकेट करने से।
- ऑनलाइन पैरामीटर अनुमान त्रुटियों से।
- न्यूरल ऑपरेटर के सन्निकटन (approximation) त्रुटि से।
न्यूरल ऑपरेटर कार्यान्वयन (थ्योरम 2): शोध पत्र यह सिद्ध करता है कि ऑनलाइन PDE कैस्केड समाधान को ऑफलाइन-प्रशिक्षित न्यूरल ऑपरेटर सरोगेट से बदलने से क्लोज्ड-लूप स्थिरता बनी रहती है। न्यूरल-ऑपरेटर-आधारित कंट्रोलर के लिए आकर्षण का बेसिन (basin of attraction) सटीक-कर्नेल बेसिन के समान विस्तृत हो जाता है जैसे-जैसे सन्निकटन त्रुटि शून्य की ओर बढ़ती है।
कर्नेल मैप की लिप्सचिट्ज़ निरंतरता (Lipschitz Continuity): एक कठोर प्रमाण प्रदान किया गया है जो दिखाता है कि कर्नेल-जेनरेशन ऑपरेटर $Q_N$ , पैरामीटर अनुमानों के स्पेस पर लिप्सचिट्ज़ निरंतर है, जो न्यूरल ऑपरेटर की यूनिवर्सल एप्रोक्सिमेशन क्षमताओं के लिए एक पूर्व शर्त है।

परिणाम

सैद्धांतिक गारंटी: थ्योरम 1 सटीक-कर्नेल मामले के लिए प्लांट स्टेट, ऑब्जर्वर स्टेट और इनपुट की लाइपुनोव स्थिरता और एसिम्प्टोटिक रेगुलेशन स्थापित करता है। थ्योरम 2 इन गारंटियों को न्यूरल-ऑपरेटर कार्यान्वयन तक विस्तारित करता है, यह दिखाते हुए कि सिस्टम स्थिर रहता है और शून्य तक रेगुलेट होता है, बशर्ते कि प्रारंभिक स्थितियाँ एक विशिष्ट बेसिन के भीतर हों और न्यूरल ऑपरेटर की सटीकता पर्याप्त हो।
संख्यात्मक चित्रण (Numerical Illustration): एक द्विघाती (quadratic) वोल्टेरा PDE ( $N=2$ $N = 2$ ) के साथ एक सिमुलेशन डिज़ाइन का प्रदर्शन करता है। परिणाम दर्शाते हैं कि:
- ओपन-लूप सिस्टम परिमित समय में ब्लो-अप (blow up) हो जाता है।
- अनुकूली क्लोज्ड-लूप सिस्टम स्टेट को सफलतापूर्वक शून्य तक रेगुलेट करता है।
- पैरामीटर अनुमान और न्यूरल ऑपरेटर का आउटपुट कर्नेल्स जल्दी स्थिर और अभिसरित (converge) होते हैं, जबकि प्लांट स्टेट्स ट्रांसपोर्ट टाइम स्केल पर धीरे-धीरे घटते हैं।
- अनुमान अनिवार्य रूप से वास्तविक प्लांट पैरामीटर्स तक अभिसरित नहीं होते हैं (पर्सिस्टेंट एक्साइटेशन की कमी के कारण जब स्टेट लुप्त हो जाता है), लेकिन वे सिस्टम को स्थिर करने के लिए आवश्यक कर्नेल्स उत्पन्न करने के लिए पर्याप्त हैं।
- न्यूरल ऑपरेटर ऑनलाइन कम्प्यूटेशनल लागत को काफी कम कर देता है (संख्यात्मक कैस्केड समाधान के 0.64 ms प्रति स्टेप के मुकाबले 0.17 ms प्रति स्टेप) जबकि एक कम सन्निकटन त्रुट (~ $2 \times 10^{-2}$ ) बनाए रखता है।

महत्व
यह शोध पत्र अनंत-आयामी अनुकूली नियंत्रण में एक मौलिक बाधा को हल करने का दावा करता है: जैसे-जैसे प्लांट अनुमान विकसित होते हैं, जटिल, उच्च-आयामी फीडबैक गेन्स को वास्तविक समय में पुन: गणना करने में असमर्थता। प्लांट पैरामीटर अनुमानों के माध्यम से ऑफलाइन (न्यूरल ऑपरेटरों के माध्यम से) कर्नेल PDE कैस्केड को हल करने के भारी कम्प्यूटेशनल भार को ऑनलाइन अनुकूलन लूप से अलग करके, लेखक गैररेखीय हाइपरबोलिक PDEs के साथ अज्ञात वोल्टेरा गैररेखीयताओं के लिए व्यावहारिक अनुकूली बैकस्टेपिंग की तैनाती को सक्षम बनाते हैं। यह कार्य PDE के लिए सैद्धांतिक अनुकूली नियंत्रण और वास्तविक समय कार्यान्वयन के बीच के अंतर को पाटता है, विशेष रूप से अज्ञात रैखिक कर्नेल्स के साथ गैररेखीय कैस्केड्स की अनूठी कठिनाई को संबोधित करता है।