Complete Abstractions of Monotone Control Systems: From Model-based to Data-Driven Systems

कल्पना कीजिए कि आप एक रोबोट को व्यस्त शहर में सुरक्षित रूप से कार चलाने के लिए सिखाने की कोशिश कर रहे हैं। आप पूरी तरह सुनिश्चित होना चाहते हैं कि वह कभी दुर्घटना न करे, कभी रेड लाइट न तोड़े, और हमेशा अन्य कारों से सुरक्षित दूरी बनाए रखे। यह कंट्रोल थ्योरी (control theory) की दुनिया है, जो मशीनों को हमारे इच्छित व्यवहार के अनुरूप बनाने का विज्ञान है। लेकिन वास्तविक दुनिया के सिस्टम अव्यवस्थित और जटिल होते हैं। इसे हल करने के लिए, इंजीनियर अक्सर एब्स्ट्रैक्शन (abstraction) नामक एक तरकीब का उपयोग करते हैं: वे अपने विचारों का परीक्षण करने के लिए वास्तविक सिस्टम का एक सरल, "कार्टून" संस्करण बनाते हैं। यदि कार्टून काम करता है, तो उन्हें उम्मीद होती है कि असली चीज़ भी काम करेगी। हालाँकि, इसमें एक पेंच है। कभी-कभी ये कार्टून बहुत सख्त होते हैं, जो रोबोट को कहते हैं "हिलो मत!" जबकि वह वास्तव में सुरक्षित रूप से हिल सकता है। दूसरी ओर, कभी-कभी वे बहुत ढीले होते हैं, जिससे रोबोट उन चीजों को आज़माने की अनुमति मिल जाती है जो वास्तव में खतरनाक हैं। बड़ी चुनौती यह जानने का तरीका ढूंढना है कि कार्टून वास्तविकता के कितने करीब है, और ज़रूरत पड़ने पर उस अंतर को कम या ज़्यादा करने का तरीका ढूंढना है।

यह शोध पत्र ठीक इसी समस्या को संबोधित करता है, लेकिन इसका विशेष ध्यान उन प्रणालियों पर है जिनमें एक "एकतरफा" प्रवाह होता है, जैसे ढलान की ओर बहता पानी या एक दिशा में चलता ट्रैफ़िक। इन्हें मोनोटोन सिस्टम (monotone systems) कहा जाता है। लेखक, जो मोरक्को, जर्मनी, फ्रांस और अमेरिका के विश्वविद्यालयों के शोधकर्ताओं की एक टीम है, इन सुरक्षा-जांच करने वाले कार्टूनों को बनाने का एक नया तरीका पेश करते हैं। केवल एक सरलीकृत मॉडल बनाने के बजाय, वे मॉडलों का एक जोड़ा (pair) बनाते हैं: एक "अति-सुरक्षित" संस्करण जो बहुत सख्त है, और एक "अति-उदार" संस्करण जो बहुत ढीला है। इसे एक सुरक्षा क्षेत्र बनाने जैसा समझें जिसमें दो रेखाएं हैं: एक लाल रेखा जो कहती है "आप निश्चित रूप से इसे पार नहीं कर सकते," और एक हरी रेखा जो कहती है "आप निश्चित रूप से इसे पार कर सकते हैं।" यदि रोबोट इन रेखाओं के बीच एक रास्ता खोज सकता है, तो लेखक यह सिद्ध कर सकते हैं कि यह वास्तविक दुनिया में काम करेगा। यदि वह ढीले संस्करण में भी रास्ता नहीं खोज पाता है, तो वे निश्चित रूप से जानते हैं कि वास्तविक रोबोट इसे नहीं कर सकता। यह "पूर्ण जोड़ी" (complete pair) वाला दृष्टिकोण एक लंबे समय से चली आ रही समस्या को हल करता है जहाँ इंजीनियर इस बात में उलझे रहते थे कि विफलता एक खराब रोबोट के कारण थी या एक खराब मानचित्र के कारण।

नया "सेफ्टी सैंडविच" (The New "Safety Sandwich")

इस शोध पत्र का मुख्य आधार ASUAS (Approximate Strong Upper Alternating Simulation) नामक एक नया गणितीय उपकरण है। सरल शब्दों में, यह वास्तविक रोबोट की तुलना उसके कार्टून संस्करण से करने का एक नियम पुस्तिका है। लेखकों ने महसूस किया कि मोनोटोन सिस्टम के लिए, आपको कार्टून को वास्तविक चीज़ की सटीक प्रति बनाने की आवश्यकता नहीं है; आपको बस यह जानने की आवश्यकता है कि "ऊपर" कौन सा है और "नीचे" कौन सा है।

वे इस नियम पुस्तिका का उपयोग अपना "सेफ्टी सैंडविच" बनाने के लिए करते हैं:

1. ऊपरी बन (Upper-Sparse Abstraction): यह सख्त, रूढ़िवादी मॉडल है। यह एक ऐसे सुरक्षा गार्ड की तरह है जो हर चीज़ से डरता है। यदि यह मॉडल कहता है, "नहीं, आप वहां नहीं जा सकते," तो आप 100% सुनिश्चित हो सकते हैं कि वास्तविक रोबोट को भी वहां नहीं जाना चाहिए। यदि आप इस सख्त मॉडल के लिए एक कंट्रोलर (निर्देशों का एक सेट) पा लेते हैं, तो आप उसे सीधे वास्तविक रोबोट में अनुवादित कर सकते हैं, और वह सुरक्षित होगा।
2. निचला बन (Lower-Sparse Abstraction): यह उदार, आशावादी मॉडल है। यह एक ऐसे सुरक्षा गार्ड की तरह है जो सोचता है कि सब कुछ ठीक है। यदि यह मॉडल कहता है, "नहीं, आप वहां नहीं जा सकते," तो वास्तविक रोबोट भी निश्चित रूप से वहां नहीं जा सकता। यही जादू वाला हिस्सा है: यदि सख्त मॉडल विफल हो जाता है लेकिन उदार मॉडल भी विफल हो जाता है, तो आप निश्चित रूप से जानते हैं कि वास्तविक रोबोट के लिए कोई कंट्रोलर मौजूद नहीं है। आप एक असंभव समस्या को हल करने में अपना समय बर्बाद करना बंद कर देते हैं।

लेखक सिद्ध करते हैं कि ये दोनों मॉडल मिलकर एक पूर्ण एब्स्ट्रैक्शन पेयर (complete abstraction pair) बनाते हैं। इसका मतलब है कि वे सभी पहलुओं को कवर करते हैं। आप इस अंधेरे में नहीं रहेंगे कि "क्या मेरा रोबोट इसलिए विफल हुआ क्योंकि वह टूटा हुआ था, या क्योंकि मेरा मैप बहुत सख्त था?" इस जोड़ी के साथ, आप ठीक जानते हैं कि आप कहाँ खड़े हैं।

गैप को ट्यून करना (Tuning the Gap)

इस शोध पत्र की सबसे शानदार विशेषताओं में से एक यह है कि लेखक आपको सख्त और उदार मॉडलों के बीच के गैप को ट्यून (समायोजित) करना सिखाते हैं। कल्पना कीजिए कि सख्त और उदार मॉडलों के बीच का स्थान एक धुंधला क्षेत्र है जहाँ आप सुनिश्चित नहीं हैं कि रोबोट सुरक्षित है या नहीं। लेखक दिखाते हैं कि अपने मानचित्र के "ग्रिड" को और बारीक बनाकर (जैसे कि एक कम-रिज़ॉल्यूशन वाली पिक्सेलेटेड छवि से हाई-डेफिनिशन छवि में स्विच करना), आप उस धुंधले क्षेत्र को छोटा कर सकते हैं। वे एक गणितीय सूत्र प्रदान करते हैं जो आपको ठीक बताता है कि एक विशिष्ट स्तर की सटीकता प्राप्त करने के लिए आपको अपना ग्रिड कितना बारीक बनाने की आवश्यकता है। यदि आप बहुत सटीक होना चाहते हैं, तो आप बस एक महीन ग्रिड का उपयोग करते हैं। यह एक अस्पष्ट अनुमान को एक गारंटीकृत गणना में बदल देता है।

डेटा से सीखना, न कि केवल गणित से

शोध पत्र केवल गणितीय मॉडलों तक ही सीमित नहीं रहता। लेखक जानते हैं कि वास्तविक दुनिया में, हमारे पास अक्सर यह समझने के लिए सटीक समीकरण नहीं होते कि एक सिस्टम कैसे काम करता है। हमारे पास केवल डेटा होता है—रोबोट ने अतीत में क्या किया, इसके लॉग। इसलिए, वे अपने तरीके को डेटा-संचालित सिस्टम (data-driven systems) तक विस्तारित करते हैं।

कार के समीकरणों के बजाय, वे कार की गतिविधियों से एकत्र किए गए 10,000 बिंदुओं के डेटासेट का उपयोग करते हैं। वे सीधे इस डेटा से सख्त और उदार मॉडल बनाते हैं।

• वे दिखाते हैं कि यदि आपके पास पर्याप्त डेटा बिंदु हैं, तो आप एक "डेटा-संचालित सख्त मॉडल" बना सकते हैं जो सटीक गणित से बने मॉडल जितना ही सुरक्षित है।
• उन्होंने यह भी गणना की कि आपको अपने परिणाम में विश्वास करने के लिए कितने डेटा बिंदुओं की आवश्यकता है। अपने उदाहरण के लिए, उन्होंने पाया कि लगभग 517,939 रैंडम सैंपल के साथ, आपके पास 90% विश्वास है कि आपका डेटा-संचालित मानचित्र सटीक होने के लिए पर्याप्त है।

कार टेस्ट ड्राइव

यह सिद्ध करने के लिए कि यह काम करता है, लेखकों ने एक वाहन मॉडल के साथ सिमुलेशन चलाया। उन्होंने एक परिदृश्य बनाया जहाँ एक कार (फॉलोअर) को दूसरी कार (लीडर) के पीछे बिना टकराए रहना था, जबकि अपनी गति को सुरक्षित सीमाओं के भीतर रखना था।

• परिणाम: उन्होंने सख्त और उदार मॉडल बनाए। सख्त मॉडल ने उन्हें एक "सुरक्षित क्षेत्र" दिया जो वास्तविक कार के वास्तविक सुरक्षित क्षेत्र से छोटा था, लेकिन वे सुनिश्चित थे कि उस क्षेत्र के भीतर कुछ भी सुरक्षित है। उदार मॉडल ने एक बड़ा क्षेत्र दिया।
• गैप: जब उन्होंने एक मोटे ग्रिड (कम बिंदुओं) का उपयोग किया, तो दोनों मॉडलों के बीच एक स्पष्ट अंतर था। लेकिन जब उन्होंने अपनी सलाह मानी और एक महीन ग्रिड (20 x 14 के बजाय 280 x 60 स्टेट्स) का उपयोग किया, तो वह अंतर नाटकीय रूप रूप से कम हो गया। सख्त मॉडल से प्राप्त सुरक्षित क्षेत्र वास्तविक कार के वास्तविक सुरक्षित क्षेत्र से लगभग पूरी तरह मेल खा गया।
• डेटा टेस्ट: जब उन्होंने केवल डेटा (बिना गणितीय समीकरणों के) का उपयोग किया, तो परिणाम बरकरार रहे। डेटा से बनाया गया कंट्रोलर गणित से बने कंट्रोलर की तुलना में कम से कम उतना ही रूढ़िवादी था, जैसा कि सिद्धांत ने भविष्यवाणी की थी, जो यह सिद्ध करता है कि डेटा-संचालित दृष्टिकोण "करेक्ट-बाय-कंस्ट्रक्शन" (correct-by-construction) है।

इसका क्या अर्थ है

यह शोध पत्र केवल एक नया विचार सुझाता नहीं है; यह गणितीय गारंटी के साथ एक सिद्ध ढांचा (proven framework) प्रदान करता है। यह इस पुराने तरीके को समाप्त करता है कि क्या कोई कंट्रोलर मौजूद है या नहीं, इसका अनुमान लगाया जाए। इस "सेफ्टी सैंडविच" का उपयोग करके, इंजीनियर अब:

1. सुरक्षा की गारंटी दे सकते हैं: यदि सख्त मॉडल काम करता है, तो वास्तविक सिस्टम काम करता है।
2. असंभवता को सिद्ध कर सकते हैं: यदि उदार मॉडल विफल हो जाता है, तो वास्तविक सिस्टम को नियंत्रित करना असंभव है।
3. सटीकता को नियंत्रित कर सकते हैं: वे सत्य के कितने करीब जाना चाहते हैं, इसके आधार पर ग्रिड के आकार को समायोजित कर सकते हैं।

लेखक सावधानीपूर्वक नोट करते हैं कि हालांकि यह मोनोटोन सिस्टम (जैसे ट्रैफ़िक प्रवाह या जैविक सिग्नलिंग) के लिए खूबसूरती से काम करता है, यह एक विशिष्ट प्रकार का सिस्टम है। वे सुझाव देते हैं कि भविष्य के कार्य इन विचारों को अधिक जटिल, मिश्रित सिस्टम पर लागू करने का प्रयास कर सकते हैं। लेकिन फिलहाल, उन्होंने इंजीनियरों को अंधेरे में अनुमान लगाने के बजाय सुरक्षित, स्मार्ट रोबोट बनाने के लिए एक शक्तिशाली नया उपकरण सौंप दिया है।