Model Predictive Supervisory Control for Hierarchical and Distributed UAS Traffic Management

हमारे शहरों के ऊपर का आकाश पक्षियों से नहीं, बल्कि पैकेज वितरित करने, बुनियादी ढांचे का निरीक्षण करने और आपातकालीन सेवाएं प्रदान करने के लिए डिज़ाइन किए गए छोटे, स्वायत्त विमानों से तेजी से भरा जा रहा है। जैसे-जैसे ये मानव रहित वाहन सैन्य और शैक्षणिक प्रयोगों से निकलकर रोजमर्रा के लॉजिस्टिक्स में आ रहे हैं, उन्हें एक मौलिक समस्या का सामना करना पड़ रहा है: कम ऊंचाई वाला हवाई क्षेत्र एक साझा, भौतिक बाधा (बॉटलनेक) बन गया है। एक राजमार्ग के विपरीत जहाँ कारें बस लेन बदल सकती हैं, हवा को टकराव रोकने, यह सुनिश्चित करने के लिए कि कोई भी दो ड्रोन एक ही समय में एक ही स्थान पर न हों, और चार्जिंग स्टेशन जैसे सीमित संसाधनों का प्रबंधन करने के लिए सटीक समन्वय की आवश्यकता होती है। यह चुनौती मानव रहित प्रणालियों के यातायात प्रबंधन के क्षेत्र से संबंधित है, जो एक ऐसा अनुशासन है जो कंप्यूटर विज्ञान के तर्क को उड़ान की भौतिक सीमाओं के साथ जोड़ता है। मूल रूप से, यह कार्य दो अलग-अलग लेकिन पूरक विचारों पर निर्भर करता है। पहला "सुपरवाइजरी कंट्रोल" (पर्यवेक्षी नियंत्रण) की एक विधि है, जो एक सख्त ट्रैफिक वार्डन की तरह कार्य करती है, जो सुरक्षा सुनिश्चित करने और उन स्थितियों (डेडलॉक) को रोकने के लिए सड़क के पूर्ण नियम निर्धारित करती है जहाँ वाहन एक-दूसरे का इंतजार करते हुए हमेशा के लिए फंस सकते हैं। दूसरा "प्रेडिक्टिव कंट्रोल" (अनुमानित नियंत्रण) है, एक ऐसी रणनीति जहाँ प्रत्येक वाहन सबसे कुशल पथ चुनने के लिए कुछ कदम आगे देखता है, जिसमें बैटरी जीवन और वितरण समय जैसे कारकों को तौला जाता है। शोधकर्ता लंबे समय से इस बात से जूझ रहे हैं कि इन दोनों दृष्टिकोणों को ड्रोनों के एक बड़े बेड़े के लिए कैसे जोड़ा जाए ताकि एक ऐसा कंप्यूटर सिस्टम न बन जाए जो इतना जटिल हो कि वह वास्तविक समय (रियल टाइम) में चल न सके।

हाल ही में एक अध्ययन में, ब्राजील के फेडरल यूनिवर्सिटी ऑफ मिनास गेरेस के शोधकर्ताओं ने एक समाधान प्रस्तावित किया है जो इस अंतर को पाटता है, और एक ढांचा तैयार करता है जिसे वे 'मॉडल प्रेडिक्टिव सुपरवाइजरी कंट्रोल' कहते हैं। उन्होंने एक ऐसा सिस्टम डिज़ाइन किया है जो एक व्यस्त शहरी वातावरण में ड्रोनों के एक बड़े समूह को सुरक्षित रूप से संचालित होने की अनुमति देता है, जो "सभी को सुरक्षित रखने" के काम को "सर्वश्रेष्ठ मार्ग खोजने" के काम से अलग करता है। एक ऐसे शहर की कल्पना करें जहाँ एक केंद्रीय प्राधिकरण हर सड़क और चौराहे की सीमाएँ खींचता है, यह घोषित करता है कि दुर्घटनाओं को रोकने के लिए कौन से रास्ते खुले हैं और कौन से बंद हैं। यह प्राधिकरण प्रत्येक चालक को यह नहीं बताता कि उसे कौन सा मोड़ लेना है; इसके बजाय, यह केवल खतरनाक चालों को वर्जित करता है। प्रत्येक चालक, नियमों को जानते हुए, फिर मानचित्र को देखता है और अपने गंतव्य तक पहुँचने के लिए सबसे तेज़, सबसे ईंधन-कुशल मार्ग चुनता है जो उन सुरक्षित सीमाओं के भीतर रहता है। यह बिल्कुल वैसा ही है जैसा नया सिस्टम काम करता है। एक केंद्रीय नियंत्रक, जो एक पर्यवेक्षक (सुपरवाइजर) के रूप में कार्य करता है, पूरे बेड़े और साझा हवाई क्षेत्र की निगरानी करता है। यह एक गणितीय मॉडल का उपयोग यह पहचानने के लिए करता है कि कौन सी गतिविधियाँ टकराव का कारण बन सकती हैं या किसी नियम का उल्लंघन कर सकती हैं, जैसे कि प्रतिबंधित क्षेत्र में प्रवेश करना या उस चार्जिंग स्टेशन पर उतरने की कोशिश करना जो पहले से ही भरा हुआ है। इसके बाद यह प्रत्येक ड्रोन को "वर्जित चालों" (फॉरबिडन मूव्स) की एक सूची प्रसारित करता है।

प्रत्येक ड्रोन को यह सूची प्राप्त होती है और वह अपने स्वयं के ऑनबोर्ड कंप्यूटर का उपयोग करके एक अल्पकालिक अनुकूलन (ऑप्टिमिज़ेशन) समस्या को हल करता है। वह अपने वर्तमान स्थान, अपनी बैटरी के स्तर और अपने सौंपे गए मिशन को देखता है, और फिर उन चालों के क्रम की गणना करता है जो उसे न्यूनतम समय और ऊर्जा के साथ अपने लक्ष्य तक पहुँचा देंगे, जबकि वर्जित सूची वाली चालों से सख्ती से बचा रहे। एक बार जब ड्रोन उस अनुक्रम की पहली चाल को निष्पादित कर देता है, तो यह प्रक्रिया दोहराई जाती है। ड्रोन अपनी नई स्थिति वापस केंद्रीय पर्यवेक्षक को भेजता है, पर्यवेक्षक नई वास्तविकता के आधार पर वर्जित चालों की सूची को अपडेट करता है, और ड्रोन अपना अगला कदम नियोजित करता है। यह चक्र निरंतर चलता रहता है, जिससे बेड़ा नए वितरण अनुरोध या अचानक बैटरी चेतावनी जैसे परिवर्तनों के प्रति तुरंत अनुकूल हो जाता है। शोधकर्ताओं ने एक मानक रोबोटिक्स सॉफ्टवेयर प्लेटफॉर्म का उपयोग करके एक सिम्युलेटेड शहरी वातावरण में इस प्रणाली का परीक्षण किया। उन्होंने दो परिदृश्य बनाए: एक सरल मानचित्र के नौ नोड्स (nodes) के माध्यम से दो ड्रोनों के नेविगेशन वाला एक छोटा परीक्षण, और दो अलग-अलग ऊंचाई वाले स्तरों के माध्यम से उन्नीस नोड्स वाले मानचित्र पर चार ड्रोनों के नेविगेशन वाला एक बड़ा और अधिक जटिल परीक्षण।

सिमुलेशन के परिणाम दर्शाते हैं कि यह पदानुक्रमित (hierarchical) दृष्टिकोण उस जटिलता की समस्या को हल करता है जिसने पिछले प्रयासों को परेशान किया था। जब शोधकर्ताओं ने पूरे बेड़े को एक साथ प्रबंधित करने के लिए एक एकल, सर्वज्ञ कंप्यूटर मॉडल बनाने की कोशिश की—जिसे 'मोनोलिथिक सिंथेसिस' कहा जाता है—तो सिस्टम अत्यधिक बोझिल हो गया। छोटे दो-ड्रोन वाले परिदृश्य के लिए, एकल मॉडल को प्रत्येक स्थिति और क्रिया के सभी संभावित संयोजनों का वर्णन करने के लिए लगभग 445,000 आंतरिक अवस्थाओं (states) की आवश्यकता थी, एक ऐसी संख्या जो और अधिक ड्रोन जोड़े जाने पर विस्फोटक रूप से बढ़ जाती। इसके विपरीत, नए पदानुक्रमित सिस्टम ने पर्यवेक्षक की जटिलता को केवल 570 अवस्थाओं तक कम कर दिया, जो लगभग 780 गुना की कमी है। इस विशाल सरलीकरण का अर्थ था कि सिस्टम बिना सुपर कंप्यूटर की आवश्यकता के कुशलतापूर्वक चल सकता था। बड़े चार-ड्रोन वाले परिदृश्य में, सिस्टम ने छह में से पांच सौंपित मिशनों को सफलतापूर्वक पूरा किया, जिसमें औसत मिशन समय 44.42 सेकंड और थ्रूपुट 2.46 मिशन प्रति मिनट था। सुरक्षा बनाए रखने के लिए केंद्रीय पर्यवेक्षक को प्रति टाइम स्टेप औसतन 19.28 चालों को वर्जित करना पड़ा, जो यह सिद्ध करता है कि सिस्टम सक्रिय रूप से संघर्षों का प्रबंधन कर रहा था न कि केवल ड्रोनों को स्वतंत्र रूप से उड़ने दे रहा था।

अध्ययन पुष्टि करता है कि वैश्विक सुरक्षा नियमों को स्थानीय निर्णय लेने से अलग करने से एक स्केलेबल समाधान मिलता है। केंद्रीय पर्यवेक्षक को प्रत्येक ड्रोन की बैटरी या कार्गो के विशिष्ट विवरण जानने की आवश्यकता नहीं है; इसे केवल हवाई क्षेत्र के अधिभोग (occupancy) और साझा संसाधनों की उपलब्धता को ट्रैक करने की आवश्यकता है। बदले में, ड्रोन अपने स्वयं के पथ को अनुकूलित करने के लिए स्वतंत्र हैं जब तक कि वे पर्यवेक्षक द्वारा निर्धारित सीमाओं का सम्मान करते हैं। यह आर्किटेक्चर सुनिश्चित करता है कि सिस्टम सुरक्षित और नॉन-ब्लॉकिंग बना रहे, जिसका अर्थ है कि कोई भी ड्रोन ऐसी स्थिति में नहीं फँसेगा जहाँ वह आगे या पीछे नहीं बढ़ सके। शोधकर्ताओं ने पाया कि जैसे-जैसे ड्रोनों की संख्या और हवाई क्षेत्र की जटिलता बढ़ी, सिस्टम ने बिना किसी टकराव या देरी के बेड़े के समन्वय को बनाए रखा। यह कार्य शहरी हवाई गतिशीलता (अर्बन एयर मोबिलिटी) के भविष्य के लिए एक व्यवहार्य मार्ग सुझाता है, जहाँ एक दिन हजारों वाहन एक ही कम ऊंचाई वाले गलियारों को साझा कर सकते हैं। सख्त सुरक्षा प्रवर्तन के साथ लचीले, स्थानीय अनुकूलन को जोड़कर, शोधकर्ताओं ने दिखाया है कि एक जटिल, मल्टी-एजेंट सिस्टम को प्रबंधित करना संभव है जो गणनात्मक रूप से कुशल और परिचालन रूप से मजबूत दोनों है। अध्ययन निष्कर्ष निकालता है कि हालांकि यह सिस्टम वर्तमान में सिमुलेशन के माध्यम से मान्य है, स्थापित सिद्धांत एक ठोस आधार प्रदान करते हैं जिससे वास्तविक दुनिया के यातायात प्रबंधन सिस्टम विकसित किए जा सकें जो व्यस्त शहर के आकाश की गतिशील मांगों को संभाल सकें।