तकनीकी सारांश: ContactIPM
समस्या विवरण
कॉन्टैक्ट-इम्प्लिसिट ट्राजेक्टरी ऑप्टिमाइज़ेशन (CITO) संपर्क अनुक्रम (contact sequence) को पूर्व-निर्धारित किए बिना रोबोट अवस्थाओं (states), इनपुट्स और संपर्क बलों (contact forces) तथा संपर्क मोड (contact modes) को एक साथ अनुकूलित करने का प्रयास करता है। यह लचीलापन मैथमैटिकल प्रोग्राम्स विद कॉम्प्लीमेंटैरिटी कंस्ट्रेंट्स (MPCCs) को जन्म देता है, जहाँ एकतरफा संपर्क (unilateral contact) और घर्षण (friction) को कॉम्प्लीमेंटैरिटी शर्तों (जैसे, 0≤a⊥b≥0) के माध्यम से मॉडल किया जाता है।
ये समस्याएँ एक मौलिक संख्यात्मक चुनौती प्रस्तुत करती हैं: व्यवहार्य (feasible) MPCC बिंदुओं पर, सक्रिय गैर-नकारात्मकता (nonnegativity) और उत्पाद बाधाओं (product constraints) के ग्रेडिएंट संरचनात्मक रूप से निर्भर होते हैं, जिससे मानक बाधा योग्यता (constraint qualifications, जैसे LICQ) विफल हो जाती है। यह विसंगति (degeneracy) पारंपरिक प्राइमल-ड्यूल नॉनलीनियर प्रोग्रामिंग सॉल्वर को अविश्वसनीय बना देती है, जिसके परिणामस्वरूप अक्सर सिंगुलर या इल-कंडीशन्ड (ill-conditioned) KKT सिस्टम प्राप्त होते हैं।
मौजूदा दृष्टिकोण इस मजबूती (robustness) के मुद्दे को हल करने के लिए पूर्णतः युग्मित (coupled) प्राइमल-ड्यूल न्यूटन स्टेप का त्याग करते हैं। CRISP केवल कॉनवेक्स सबप्रोब्लम्स के माध्यम से केवल प्राइमल ट्राजेक्टरी को अनुकूलित करता है, जबकि IMPACT ब्लॉक-कोऑर्डिनेट डिसेंट के साथ एक ऑगमेंटेड-लैग्रेंजियन आउटर लूप का उपयोग करता है। इसके विपरीत, संरचना-शोषण करने वाले ऑप्टिमल कंट्रोल सॉल्वर (जैसे, acados) दक्षता के लिए रिकाटी रिकर्सन (Riccati recursions) का उपयोग करते हैं, लेकिन यदि विशेष उपचार के बिना सटीक कॉम्प्लीमेंटैरिटी लागू की जाए, तो वे उपयोगी संपर्क उत्पन्न करने में अक्सर विफल रहते हैं। MPCC-विशिष्ट मजबूती और संरचना-शोषण करने वाले ऑप्टिमल कंट्रोल (OCP) सॉल्वर की दक्षता के बीच एक अंतराल बना हुआ है।
कार्यप्रणाली: ContactIPM
ContactIPM एक एकीकृत प्राइमल-ड्यूल इंटीरियर-पॉइंट विधि प्रस्तावित करता है जो रिकाटी रिकर्सन के लिए आवश्यक ब्लॉक-बैंडेड OCP संरचना को बनाए रखता है और कॉम्प्लीमेंटैरिटी बाधाओं को मजबूती से संभालता है।
1. बैरियर-कपल्ड इलास्टिक इंटीरियर रिलैक्सेशन
पेनल्टी वेट्स या ऑगमेंटेड लैग्रेंजियन का उपयोग करने के बजाय, ContactIPM प्रत्येक चिह्नित कॉम्प्लीमेंटैरिटी पेयर (a,b) के लिए एक स्टेज-लोकल इलास्टिक इंटीरियर रिलैक्सेशन पेश करता है:
- स्लैक वेरिएबल्स (Slack Variables): पॉजिटिव साइड स्लैक्स (sa,sb) और एक प्रोडक्ट स्लैक (sc) पेश किए जाते हैं।
- इलास्टिक लिफ्ट (Elastic Lift): कॉम्प्लीमेंटैरिटी स्थिति को समीकरणों के एक सिस्टम में बदल दिया जाता है:
ga+sa=0,gb+sb=0,gagb−θ(μ)+sc=0
जहाँ θ(μ)=γmpccμ सीधे बैरियर पैरामीटर μ के साथ कॉम्प्लीमेंटैरिटी टाइटनिंग को जोड़ता है।
- रेगुलैरिटी (Regularity): यह निर्माण सुनिश्चित करता है कि लिफ्टेड कंस्ट्रेंट जैकोबियन (Jacobian) स्लैक्स के संबंध में एक आइडेंटिटी ब्लॉक रखता है। फलस्वरूप, रिलैक्स्ड समस्या प्रत्येक इंटीरियर पॉइंट पर लीनियर इंडिपेंडेंस कंस्ट्रेंट क्वालिफिकेशन (LICQ) को संतुष्ट करती है, जो अद्वितीय मल्टीप्लायर्स और एक रेगुलर प्राइमल-ड्यूल सिस्टम की गारंटी देती है।
- कोई स्वतंत्र पेनल्टी नहीं: पेनल्टी मेथड्स के विपरीत, कॉम्प्लीमेंटैरिटी की टाइटनिंग उसी बैरियर पैरामीटर μ द्वारा नियंत्रित होती है जो सेंट्रल पाथ को परिभाषित करता है, जिससे स्वतंत्र रूप से ट्यून किए गए पेनल्टी कोएफिशिएंट्स की आवश्यकता समाप्त हो जाती है।
2. स्टेजवाइज प्राइमल-ड्यूल एलिमिनेशन और रिकाटी रिकर्सन
सॉल्वर प्राइमल-ड्यूल कंसिस्टेंसी बनाए रखता है, जो ट्राजेक्टरी, डायनेमिक्स मल्टीप्लायर्स, इनइक्वेलिटी मल्टीप्लायर्स और स्लैक्स को एक एकल विरूपित (perturbed) KKT सिस्टम के घटकों के रूप रूप में अपडेट करता है।
- लोकल एलिमिनेशन: क्योंकि कॉम्प्लीमेंटैरिटी पेयर्स और उनके इलास्टिक वेरिएबल्स व्यक्तिगत स्टेज के लिए स्थानीय होते हैं, सॉल्वर स्टेजवाइज स्थानीय स्लैक (Δsk) और ड्यूल (Δλk) वेरिएबल्स को समाप्त (eliminate) करता है।
- रिड्यूस्ड सिस्टम: यह एलिमिनेशन केवल स्थानीय स्टेज हेसियन (H~k) और ग्रेडिएंट (q~k) को संशोधित करता है। डायनेमिक्स ही आस-पास के स्टेज के बीच एकमात्र कपलिंग बनी रहती है, जिससे ब्लॉक-बैंडेड संरचना सुरक्षित रहती है।
- कुशल समाधान (Efficient Solve): रिड्यूस्ड सिस्टम को एक बैकवर्ड रिकाटी रिकर्सन के बाद फॉरवर्ड सब्स्टीट्यूशन का उपयोग करके हल किया जाता है, जिससे हॉरिजन लेंथ के संबंध में रैखिक जटिलता O(N) प्राप्त होती है।
3. मल्टी-फेज MPCC रिकवरी
विभिन्न संपर्क मोड से जुड़े कई स्टेशनरी ब्रान्च्स को संभालने के लिए, ContactIPM एक निश्चित रिकवरी शेड्यूल का उपयोग करता है जिसमें शामिल हैं:
- कंटिन्यूएशन (Continuation): वर्तमान संपर्क-मोड बेसिन में रहने का प्रयास करते हुए बैरियर पैरामीटर को धीरे-धीरे टाइट करना।
- रीस्टार्ट (Restart): यदि कंटिन्यूएशन विफल हो जाता है (जैसे, कंडीशनिंग खोने के कारण), तो सॉल्वर मूल प्राइमल गेस को बहाल करता है और विभिन्न बेसिनों को खोजने के लिए एक बड़े बैरियर पैरामीटर और गॉस-न्यूटन कर्वेचर के साथ रीस्टार्ट करता है।
- टर्मिनेशन (Termination): सॉल्वर केवल तब समाप्त होता है जब अनरिलैक्स्ड फिजिकल कॉम्प्लीमेंटैरिटी रेजिडुअल (rphys=max∣akbk∣) एक निर्दिष्ट टॉलरेंस से नीचे गिर जाता है, यह सुनिश्चित करता है कि अंतिम ट्राजेक्टरी भौतिक संपर्क मॉडल को संतुष्ट करती है, न कि केवल रिलैक्स्ड फॉर्मूलेशन को।
4. स्केलिंग और ग्लोबलाइजेशन
विधि स्टेज डेरिवेटिव मैग्नीट्यूड से प्राप्त हॉरिजन-कंसिस्टेंट डायगोनल कोऑर्डिनेट स्केलिंग लागू करती है। ग्लोबलाइजेशन को एक फ़िल्टर लाइन सर्च के माध्यम से प्राप्त किया जाता है जो ऑब्जेक्टिव रिडक्शन और कंस्ट्रेंट वायलेशन के बीच संतुलन बनाता है, जिसमें पॉजिटिव स्लैक्स बनाए रखने के लिए एक फ्रैक्शन-टू-बाउंड्री नियम शामिल है।
मुख्य योगदान
- एकीकृत फॉर्मूलेशन: एक स्टेजवाइज फॉर्मूलेशन जो चिह्नित कॉम्प्लीमेंटैरिटी पेयर्स को नॉनलीनियर डायनेमिक्स, कॉस्ट और इनइक्वेलिटी फ्रेमवर्क के भीतर बैरियर-कपल्ड इलास्टिक प्रोडक्ट रोज़ में परिवर्तित करता है।
- MPCC-अवेयर प्राइमल-ड्यूल न्यूटन मेथड: एक विधि जो कपल्ड पर्टर्बड KKT स्ट्रक्चर को बनाए रखती है और स्थानीय स्लैक/ड्यूल एलिमिनेशन और रिकाटी रिकर्सन का उपयोग करती है। इसमें ट्राजेक्टरी-स्केल प्रीकंडीशनिंग और एक मल्टी-फेज रिकवरी पॉलिसी शामिल है।
- पुनरुत्पादनीय मूल्यांकन (Reproducible Evaluation): एक व्यापक प्रयोगात्मक सूट जो विभिन्न गड़बड़ियों (disturbances) के तहत 50 क्लोज्ड-लूप रोलआउट्स के साथ CRISP, IMPACT और एक OCP-स्ट्रक्चर्ड acados बेसलाइन (सटीक कॉम्प्लीमेंटैरिटी के साथ) के विरुद्ध ContactIPM की तुलना करता है।
प्रयोगात्मक परिणाम
CRISP के विरुद्ध प्रदर्शन
- गति: चार फिक्स्ड बेंचमार्क केसों (Cartpole, Push Box, Transport, Push T) पर, ContactIPM 20 पेयर्ड टाइमिंग रिपीटिशन के दौरान CRISP की तुलना में 2.17× से 8.87× तेज़ है।
- मजबूती (Robustness): ContactIPM Cartpole और Transport पर CRISP के बराबर है लेकिन 5 अतिरिक्त Push Box मामलों में सफल होता है (25/25 बनाम 19/25)। Push T सूट पर, ContactIPM सभी 50 मामलों में सफल होता है, जबकि CRISP सख्त भौतिक कॉम्प्लीमेंटैरिटी लागू होने पर केवल 27/50 मामलों में सफल होता है।
IMPACT के विरुद्ध प्रदर्शन
- गति: ContactIPM Push T पर 2.96× तेज़ और Cart Transport पर 4.91× तेज़ है। हालांकि, Push Box पर IMPACT 4.46× तेज़ है।
- मजबूती: ContactIPML तीन 50-केस सूट्स (Push Box, Push T, Cart Transport) में तीन 50-केस सूट्स में 150/150 मामलों में सफल होता है, जबकि IMPACT 147/150 मामलों में सफल होता है।
OCP-स्ट्रक्चर्ड बेसलाइन (acados) के साथ तुलना
- जब acados को सटीक कॉम्प्लीमेंटैरिटी (बिना इलास्टिक रिलैक्सेशन के) के साथ कॉन्फ़िगर किया जाता है, तो यह अक्सर उपयोगी संपर्क उत्पन्न करने में विफल रहता है। उदाहरण के लिए, Push Box बेंचमार्क में, acados सभी 25 मामलों में भौतिक व्यवहार्यता जांच पास करता है लेकिन 0/25 टर्मिनल लक्ष्य तक पहुँचते हैं, जो अक्सर ज़ीरो-कॉन्टैक्ट ट्राजेक्टरी पर समाप्त हो जाता है।
- 165 कॉन्टैक्ट-रिच मामलों (CRISP Transport, CRISP Push T, IMPACT Push T, और IMPACT Cart Transport) में, acados ने केवल 1 स्वीकृत ट्राजेक्टरी बनाई, जबकि ContactIPM 158 में सफल रहा। यह दर्शाता है कि केवल OCP संरचना का लाभ उठाना MPCC डिजेनेरेसी को दूर करने के लिए पर्याप्त नहीं है।
क्लोज्ड-लूप वैलिडेशन
- मॉडल मिसमैच, शोर (noise) और स्टेट रीसेट्स वाले 50 क्लोज्ड-लूप Push Box रोलआउट्स में, ContactIPM सभी 50 मामलों में सफल रहा।
- लेटेंसी (Latency): मेडियन सॉल्व टाइम 2.08 ms था, जिसमें 99.37% सॉल्व्स ने 100 ms के कंट्रोल डेडलाइन को पूरा किया।
- व्यवहार्यता (Feasibility): क्लोज्ड-लूप फीडबैक ने प्राइमल व्यवहार्यता और भौतिक कॉम्प्लीमेंटैरिटी बनाए रखी, जिसमें अधिकतम फिजिकल कॉम्प्लीमेंटैरिटी प्रोडक्ट्स 1.01×10−6 से नीचे रहे।
महत्व और दावे
पेपर का दावा है कि MPCC मजबूती, प्राइमल-ड्यूल कंसिस्टेंसी और ऑप्टिमल-कंट्रोल स्ट्रक्चर एक ही सॉल्वर में सह-अस्तित्व में रह सकते हैं। ContactIPM यह प्रदर्शित करता है कि कॉम्प्लीमेंटैरिटी हैंडलिंग को प्राइमल-ड्यूल न्यूटन स्टेप से अलग करना (जैसा कि CRISP और IMPACT में देखा गया है) एक अनिवार्य लागत नहीं है। एक इलास्टिक इंटीरियर रिलैक्सेशन के साथ स्टेजवाइज एलिमिनेशन और रिकाटी रिकर्सन को जोड़कर, सॉल्वर कॉन्टैक्ट-इम्प्लिसट समस्याओं के लिए आवश्यक संख्यात्मक मजबूती और स्ट्रक्चर-एक्सप्लोइटिंग ऑप्टिमल कंट्रोल की कम्प्यूटेशनल दक्षता दोनों प्राप्त करता है। परिणाम बताते हैं कि उन्नत OCP लीनियर अलजेब्रा तकनीकों का उपयोग करने के बावजूद विशेष MPCC उपचार आवश्यक है।