Gaussian behaviors and stochastic data-driven control

सही अनुमान लगाने की कला: जब मशीनें गलतियों से सीखती हैं

कल्पना कीजिए कि आप एक रोबोट को कार चलाना सिखाने की कोशिश कर रहे हैं। पुराने दिनों में, इंजीनियर हर उस संभावित झटके, मोड़ और हवा के झोंके का वर्णन करने वाला एक विशाल मैनुअल लिखने में सालों बिता देते थे जिसका सामना कार कर सकती थी। इसे "मॉडलिंग" (modeling) कहा जाता है। लेकिन क्या होगा अगर दुनिया एक मैनुअल के लिए बहुत अधिक अव्यवस्थित हो? क्या होगा अगर कार एक ऐसे ग्रह पर चल रही हो जहाँ भौतिकी (physics) हर मंगलवार थोड़ा बदल जाती है?

यहीं पर डेटा-ड्रिवन कंट्रोल (data-driven control) नामक क्षेत्र काम आता है। मैनुअल लिखने के बजाय, आप बस रोबोट को कार चलाने के हज़ार वीडियो दिखाते हैं। रोबोट उन वीडियो में पैटर्न देखता है और समझ जाता है, "ठीक है, जब मैं पहिया बाईं ओर घुमाता हूँ, तो कार बाईं ओर जाती है।" यह तब बहुत अच्छा काम करता है जब वीडियो एकदम सटीक हों। लेकिन वास्तविक दुनिया में, डेटा अव्यवस्थित होता है। कभी कार बर्फ पर फिसल जाती है (रैंडम नॉइज़/random noise), और कभी रोबोट ने नई स्थिति में क्या करना है, यह जानने के लिए पर्याप्त वीडियो नहीं देखे होते हैं (ज्ञान की कमी)।

वैज्ञानिक जो बड़ा सवाल पूछ रहे हैं वह यह है: हम एक ऐसा कंट्रोलर कैसे बना सकते हैं जो न केवल औसत पथ का अनुमान लगाता है, बल्कि यह भी समझता है कि वह कितना अनिश्चित (uncertain) है? यदि रोबोट अनिश्चित है, तो उसे सावधान रहना चाहिए। यदि वह निश्चित है, तो वह साहसी हो सकता है। यह शोध पत्र ठीक इसी समस्या में गहराई से उतरता है, मशीनों को उनके द्वारा देखे गए डेटा के आधार पर एक बेहतर "अंतर्ज्ञान" (gut feeling) देने की कोशिश करता है।

---

शोध पत्र: रोबोट्स को "अंतर्ज्ञान" देना

इस शोध पत्र के लेखक, अंद्रास सास्फी (András Sasfi) और उनकी टीम ने एक नया तरीका विकसित किया है जिससे मशीनें अव्यवस्थित डेटा से सीख सकती हैं। वे अपनी इस खोज को "गौसियन बिहेवियर्स" (Gaussian Behaviors) कहते हैं।

इसे समझने के लिए, कल्पना कीजिए कि आप एक उछलती हुई गेंद के पथ की भविष्यवाणी करने की कोशिश कर रहे हैं।

1. निर्धारित भाग (The Deterministic Part): आप भौतिकी के बुनियादी नियम जानते हैं। यदि आप गेंद को एक निश्चित कोण पर फेंकते हैं, तो उसे एक विशिष्ट, सुचारू वक्र (curve) का पालन करना चाहिए। शोध पत्र की भाषा में, यह "नोमिनल बिहेवियर" (nominal behavior) है। यह वह आदर्श, साफ पथ है जिसे गेंद लेना चाहती है।
2. शोर वाला भाग (The Noise Part): लेकिन वास्तव में, हवा चलती है, फर्श ऊबड़-खाबड़ होता है, और गेंद डगमगा सकती है। यह "गौसियन नॉइज़" (Gaussian noise) है। यह वह रैंडम हलचल है जो गेंद को उसके आदर्श पथ से भटका देती है।

यह शोध पत्र एक ढांचा प्रस्तावित करता है जो इन दोनों को जोड़ता है। यह सिस्टम को एक कठोर मशीन के रूप में नहीं, बल्कि संभावनाओं के एक "बादल" (cloud) के रूप में देखता है। बादल का केंद्र आदर्श पथ है, और बादल का आकार यह दर्शाता है कि गेंद कितनी डगमगा सकती है। चतुराई भरी बात क्या है? वे यह दिखाते हैं कि कैसे इस बादल के आकार और आकृति की गणना सीधे डेटा से की जा सकती है, बिना यह जाने कि हवा या फर्श की सटीक भौतिकी क्या है।

जादू का खेल: भविष्य की भविष्यवाणी करना

लेखक दिखाते हैं कि यदि आपके पास पिछला डेटा (जैसे गेंद के उछलने का वीडियो) है, तो आप यह अनुमान लगाने के लिए एक सरल गणितीय ट्रिक का उपयोग कर सकते हैं कि गेंद अगली बार कहाँ होगी।

• मीन (The Mean): यह "सबसे अच्छा अनुमान" है। यह बादल का केंद्र है। शोध पत्र सिद्ध करता है कि यह सबसे अच्छा अनुमान ठीक वही है जो वैज्ञानिक वर्षों से उपयोग करते आ रहे हैं (जिसे "सबस्पेस प्रेडिक्टिव कंट्रोल" कहा जाता है)।
• अनिश्चितता (The Uncertainty): यह नया जादू है। यह तरीका यह भी गणना करता है कि बादल कितना चौड़ा है। यदि आपके पास मौजूद डेटा पुराना या कम है, तो बादल बहुत बड़ा हो जाता है, जो रोबोट को बताता है, "मैं इस बारे में अनिश्चित हूँ!" यदि डेटा ताजा और प्रचुर है, तो बादल छोटा हो जाता है, और रोबोट अधिक आत्मविश्वासी हो सकता है।

दो तरह से ड्राइविंग: सतर्क बनाम आशावादी

शोध पत्र दो अलग-अलग तरीकों की खोज करता है जिनसे एक रोबोट इस अनिश्चितता के "बादल" का उपयोग निर्णय लेने के लिए कर सकता है।

1. सतर्क ड्राइवर (रोबस्ट कंट्रोल - Robust Control)
कल्पना कीजिए कि आप एक धुंधले जंगल में गाड़ी चला रहे हैं। आप जानते हैं कि सड़क आपके सामने कहीं है, लेकिन आप किनारों को देख नहीं पा रहे हैं। एक सतर्क ड्राइवर लेन के बीच में रहता है, पेड़ों से बचते हुए, क्योंकि हो सकता है कि वे देखने में जितने लग रहे हैं उससे अधिक करीब हों।
शोध पत्र का "रोबस्ट" तरीका बिल्कुल यही करता है। यह अनिश्चितता के बादल के भीतर सबसे खराब स्थिति (worst-case scenario) को देखता है। यह पूछता है, "सबसे खराब संभव पथ क्या हो सकता है, और मैं यह कैसे सुनिश्चित करूँ कि अगर ऐसा होता है तो भी मैं दुर्घटनाग्रस्त न होऊँ?"

• परिणाम: एक स्प्रिंग-मास सिस्टम (एक शानदार तरीके से कहें तो एक उछलने वाला खिलौना) पर अपने परीक्षणों में, यह सतर्क तरीका अन्य तरीकों से बहुत बेहतर था। जबकि अन्य तरीकों ने बहुत साहसी होने की कोशिश की और लक्ष्य से आगे निकल गए, सतर्क तरीका योजना के करीब रहा, भले ही डेटा अव्यवस्थित था। इसने मूल रूप से कहा, "मुझे डेटा पर इतना भरोसा नहीं है कि जोखिम लिया जाए, इसलिए मैं सुरक्षित रास्ता चुनूँगा।"

2. आशावादी ड्राइवर (The "DeePC" Connection)
अब, एक ऐसे ड्राइवर की कल्पना करें जो सोचता है, "धुंध केवल एक भ्रम है! सड़क शायद यहीं है, इसलिए मैं तेज़ गाड़ी चलाऊँगा।"
शोध पत्र दिखाता है कि DeePC (डेटा-एनेबल्ड प्रिडिक्टिव कंट्रोल) नामक एक लोकप्रिय मौजूदा तरीका इस तरह का आशावादी ड्राइवर है। यह अनिश्चितता के बादल के भीतर सबसे अच्छी स्थिति (best-case scenario) को मानता है। लेखकों ने पाया कि यह समझाता है कि DeePC जिस तरह से काम करता है वह क्यों है: यह अनिवार्य रूप से किस्मत पर दांव लगा रहा है।

• सावधानी: शोध पत्र सुझाव देता है कि हालांकि यह आशावाद काम कर सकता है, लेकिन यह जोखिम भरा है। यदि अनिश्चितता अधिक है (धुंध घनी है), तो सबसे अच्छी स्थिति पर दांव लगाना बड़ी गलतियों की ओर ले जा सकता है। लेखक दिखाते हैं कि एक "ट्यूनिंग नॉब" (एक पैरामीटर जिसे $\lambda$ कहा जाता है) को समायोजित करके, आप अत्यधिक आशावादी होने से लेकर अधिक सतर्क होने की ओर शिफ्ट हो सकते हैं, प्रभावी रूप से DeePC को एक सुरक्षित ड्राइवर में बदल सकते हैं।

गुप्त हथियार: गलतियों को सुनना

शोध पत्र एक सुपरपावर पेश करता है जिसे "डिस्टरबेंस एफ़ाइन फीडबैक" (Disturbance Affine Feedback) कहा जाता है।
कल्पना कीजिए कि आप गाड़ी चला रहे हैं, और आप महसूस करते हैं कि कार थोड़ी बाईं ओर खिसक रही है। एक सामान्य ड्राइवर बस सीधा स्टीयरिंग करता रहेगा, इस उम्मीद में कि यह खुद ठीक हो जाएगा। लेकिन एक स्मार्ट ड्राइवर तुरंत पहिए को थोड़ा दाईं ओर घुमाता है ताकि होने वाली गड़बड़ी को ठीक किया जा सके।
लेखक दिखाते हैं कि रोबोट को वास्तविक समय में देखी गई त्रुटियों (errors) के आधार पर अपना स्टीयरिंग एडजस्ट करने की अनुमति देकर (वह अंतर जो उसने सोचा था कि गेंद कहाँ होगी और वह वास्तव में कहाँ थी), वह अनिश्चितता के बादल को छोटा कर सकता है।

• परीक्षण: उन्होंने इसका परीक्षण एक बिल्डिंग हीटिंग सिस्टम (HVAC) पर किया। उन्होंने एक ठंडे दिन का अनुकरण किया जहाँ बाहर का तापमान अप्रत्याशित था।
  • "पुराना तरीका" (ओपन-लूप) सुरक्षित रहने के लिए हीटिंग को हाई पर रखना पड़ता था, क्योंकि वह गलतियों पर प्रतिक्रिया नहीं दे सकता था।
  • "नया तरीका" (फीडबैक) तापमान परिवर्तन पर तुरंत प्रतिक्रिया देता है। क्योंकि यह अपनी गलतियों को तुरंत ठीक कर सकता था, इसे इतना सतर्क होने की आवश्यकता नहीं थी।
  • जीत: इस नए तरीके ने पुराने तरीके की तुलना में ऊर्जा लागत में 77% की बचत की, जबकि कमरे का तापमान सुरक्षित रखा।

उन्होंने क्या नहीं किया (और यह क्यों महत्वपूर्ण है)

यह जानना महत्वपूर्ण है कि यह शोध पत्र क्या दावा नहीं करता है।

• यह नहीं कहता कि रोबोट अब पूर्ण (perfect) हो गया है। सिमुलेशन दिखाते हैं कि तरीके अच्छी तरह से काम करते हैं, लेकिन वे अभी भी अनुमानों पर आधारित हैं।
• यह दावा नहीं करता कि यह हर प्रकार की अनिश्चितता को हल कर देता है। शोध पत्र "गौसियन" (बेल-कर्व) शोर पर केंद्रित है। यदि शोर अजीब और गैर-बेल-कर्व तरीके से अप्रत्याशित है, तो इस विशिष्ट पद्धति को समायोजन की आवश्यकता हो सकती है।
• यह स्पष्ट रूप से उन तरीकों के विरुद्ध तर्क देता है जो अनिश्चितता को अनदेखा करते हैं। शोध पत्र दिखाता है कि यदि आप मान लेते हैं कि डेटा एकदम सही है (बादल को अनदेखा करते हुए), तो आप ऐसे कंट्रोलर के साथ समाप्त होते हैं जो या तो बहुत जोखिम भरे (बिना ट्यूनिंग के DeePC) या बहुत रूढ़िवादी (मानक तरीके) होते हैं।

मुख्य निष्कर्ष (The Bottom Line)

यह शोध पत्र एक रोबोट को चश्मे देने जैसा है जो उसे न केवल सड़क, बल्कि धुंध को भी देखने की अनुमति देते हैं। यह कच्चे, अव्यवस्थित डेटा को "कॉन्फिडेंस मैप" (विश्वास मानचित्र) में बदलने के लिए एक गणितीय टूलकिट प्रदान करता है।

• यदि मानचित्र कहता है "धुंधली" (Foggy), तो रोबोट धीरे और सावधानी से चलता है (रोबस्ट कंट्रोल)।
• यदि मानचित्र कहता है "साफ" (Clear), तो रोबोट कुशलता से चलता है।
• और यदि रोबोट के पास एक "स्टीयरिंग व्हील" है जो वास्तविक समय में गलतियों पर प्रतिक्रिया करता है (फीडबैक), तो वह और भी अधिक कुशलता से चल सकता है, जिससे ऊर्जा और धन की बचत होती है।

लेखक सिमुलेशन के माध्यम से प्रदर्शित करते हैं कि यह दृष्टिकोण केवल एक सैद्धांतिक विचार नहीं है, बल्कि एक व्यावहारिक उपकरण है जो मशीनों को वास्तविक दुनिया में सुरक्षित, स्मार्ट और अधिक कुशल बना सकता है। उन्होंने अनिश्चितता की समस्या को हमेशा के लिए हल नहीं किया है, लेकिन उन्होंने इंजीनियरों को इससे निपटने के लिए एक बहुत बेहतर नक्शा थमा दिया है।