Adaptive Nonlinear Control with Online Identification and Receding-Horizon Optimization

एक ऐसी मशीन को नियंत्रित करना जो भौतिक दुनिया के माध्यम से चलती है, वह इस बात के बीच एक निरंतर समझौता है कि मशीन को क्या करना चाहिए और वह वास्तव में क्या करती है। इंजीनियरिंग की पाठ्यपुस्तकों की आदर्श दुनिया में, एक रोबोट का व्यवहार पूरी तरह से अनुमानित होता है: आप इसे एक कमांड देते हैं, और यह ठीक वैसे ही चलता है जैसा गणित कहता है। लेकिन वास्तविकता में, मशीनें अव्यवस्थित होती हैं। उनके पुर्जे घिस जाते हैं, ईंधन जलने के साथ उनका वजन बदल जाता है, और वे हवा को जिस तरह से धकेलती हैं, उसे सटीक रूप से पकड़ पाना कठिन होता है। इसके अलावा, सेंसर जो रोबोट को बताते हैं कि वह कहाँ है, वे कभी भी पूर्ण नहीं होते; वे हमेशा थोड़े शोर (नॉइज़) वाले होते हैं। इंजीनियरों के लिए मुख्य चुनौती एक ऐसा नियंत्रण तंत्र (कंट्रोल सिस्टम) बनाना है जो वास्तविक समय में इस अव्यवस्था को संभाल सके। इसे यह समझना होगा कि मशीन का वास्तविक स्वरूप क्या है जबकि वह चल रही हो, यह अनुमान लगाना होगा कि वह आगे कहाँ जाएगी, और अपने पथ पर बने रहने के लिए अपने कमांड्स को तुरंत समायोजित करना होगा, वह भी बिना किसी इंसान के हस्तक्षेप या मशीन के रुकने की प्रतीक्षा किए।

यह समस्या 'AMIGO' नामक एक नए दृष्टिकोण द्वारा संबोधित की गई है, जिसे शोधकर्ता इगोर लाडनिक द्वारा विकसित किया गया है। इस प्रणाली को ड्रोन या अंतरिक्ष यान जैसी जटिल मशीनों को निर्देशित करने के लिए डिज़ाइन किया गया है, जो तीन अलग-अलग गतिविधियों को जोड़ती है जो एक विशिष्ट क्रम में होती हैं। सबसे पहले, प्रणाली मशीन की वास्तविक विशेषताओं को सीखने के लिए उसे "सुनती" है। दूसरा, यह उस नए ज्ञान का उपयोग करके गंतव्य तक पहुँचने के लिए एक दीर्घकालिक पथ का मानचित्र तैयार करती है। तीसरा, यह अप्रत्याशित झटकों या त्रुटियों को संभालने के लिए लगातार सूक्ष्म, तीव्र सुधार करते हुए उस पथ का निष्पादन करती है। इस पद्धति का परीक्षण तीन बहुत ही अलग मशीनों पर सिमुलेशन में किया गया था: एक कंपन करने वाली प्रणाली का गणितीय मॉडल, एक क्वाडकॉप्टर ड्रोन, और चंद्रमा पर उतरने का प्रयास करता एक अंतरिक्ष यान। हर मामले में, प्रणाली ने मशीन के वास्तविक भौतिक गुणों को सफलतापूर्वक पहचाना, एक सुरक्षित प्रक्षेपवक्र (ट्रैजेक्टरी) की गणना की, और वाहन को एक स्थिर स्थिति में रोकने के लिए निर्देशित किया, भले ही मशीन का वास्तविक व्यवहार प्रारंभिक धारणाओं से काफी भिन्न था।

इस कार्य का मूल एक ऐसी विधि है जो कंप्यूटर को चलते हुए मशीन के बारे में सीखना सिखाती है। कल्पना कीजिए कि एक अंतरिक्ष यान चंद्र सतह की ओर उतर रहा है। इंजीनियरों ने जो इसे बनाया है, उनके पास इस बात का एक सर्वोत्तम अनुमान है कि यह कितना भारी है और इसके इंजन का थ्रस्ट (प्रणोद) कितना है। लेकिन जैसे-जैसे ईंधन जलता है, यान हल्का होता जाता है, और इंजन पूरी तरह से कुशल भी नहीं हो सकता है। यदि उतरने को नियंत्रित करने वाला कंप्यूटर केवल मूल अनुमानों पर निर्भर रहता है, तो वह ब्रेकिंग की गणना गलत कर सकता है और दुर्घटनाग्रस्त हो सकता है। AMIGO इसे एक प्रारंभिक उड़ान अवधि को "सुनने" के लिए समर्पित करके हल करता है। इस चरण के दौरान, मशीन एक सुरक्षित, स्थिर नियंत्रण के तहत चलती है जबकि कंप्यूटर देखता है कि वह कैसे प्रतिक्रिया करती है। मशीन की वास्तविक गतिविधियों की तुलना कंप्यूटर के मॉडल द्वारा अनुमानित गतिविधियों से करके, प्रणाली मशीन के वजन और इंजन की शक्ति की अपनी समझ को परिष्कृत करने के लिए एक गणितीय तकनीक का उपयोग करती है। चंद्र लैंडिंग सिमुलेशन में, इस प्रक्रिया ने कंप्यूटर को इंजन की दक्षता को एक प्रतिशत के दसवें हिस्से से भी कम की त्रुटि के साथ पहचानने में सक्षम बनाया, जिससे महत्वपूर्ण लैंडिंग चरण शुरू होने से पहले ही अंतरिक्ष यान के वास्तविक स्वरूप को प्रभावी ढंग से सीखा जा सका।

एक बार जब प्रणाली के पास मशीन का एक विश्वसनीय मॉडल हो जाता है, तो वह नियोजन (प्लानिंग) चरण में जाती है। यहाँ, कंप्यूटर केवल वर्तमान क्षण पर प्रतिक्रिया नहीं देता; वह भविष्य में बहुत दूर तक देखता है। यह एक पूर्ण प्रक्षेपवक्र की गणना करता है, कमांड्स की एक लंबी सूची जो मशीन को उसकी वर्तमान स्थिति से एक सुरक्षित लैंडिंग तक ले जाएगी। यह कोई साधारण सीधी रेखा नहीं है; यह एक जटिल पथ है जो मशीन के बदलते वजन और धीरे-धीरे धीमा होने की आवश्यकता को ध्यान में रखता है। कंप्यूटर इस समस्या को लक्ष्य की ओर पीछे की ओर काम करके हल करता है। वह पूछता है, "अंत में आदर्श स्थान पर होने के लिए, मुझे उससे एक क्षण पहले कहाँ होना चाहिए? और उससे एक क्षण पहले कहाँ?" इस तर्क को दोहराकर, यह एक विस्तृत योजना बनाता है जो लक्ष्य तक पहुँचने की आवश्यकता और न्यूनतम ईंधन एवं प्रयास के उपयोग की आवश्यकता के बीच संतुलन बनाए रखता है। चंद्र उदाहरण में, इस नियोजन चरण ने 800 मीटर की ऊँचाई से सतह तक आने के लिए एक पथ उत्पन्न करने में लगभग दस सेकंड का कंप्यूटर समय लिया, जिसमें चंद्रमा के गुरुत्वाकर्षण और यान के बदलते द्रव्यमान को ध्यान में रखा गया।

अंतिम चरण वह है जहाँ मशीन वास्तव में उड़ती है, योजना द्वारा निर्देशित लेकिन अनुकूल होने के लिए तैयार। यहीं पर यह प्रणाली सबसे अधिक चमकती है। कंप्यूटर केवल पूर्व-निर्धारित पथ का अनुसरण एक ट्रेन की पटरी की तरह नहीं करता है। इसके बजाय, यह स्थिति का निरंतर पुनर्मूल्यांकन करता है। हर सेकंड के एक अंश में, यह देखता है कि मशीन वास्तव में कहाँ है, इसकी तुलना इससे करता है कि योजना के अनुसार उसे कहाँ होना चाहिए था, और एक छोटा सुधार गणना करता है। यदि हवा का एक झोंका ड्रोन को पथ से भटका देता है, या यदि इंजन उम्मीद से थोड़ा अलग प्रदर्शन करता है, तो प्रणाली तुरंत एक नया, अल्पकालिक समायोजन करती है ताकि वापस ट्रैक पर आ सके। यह इतना तेज़ होता है कि मशीन वास्तव में अपने इच्छित पथ से बहुत दूर नहीं भटक पाती है। क्वाडकॉप्टर के सिमुलेशन में, जिसे अपने अज्ञात वजन और संतुलन के बावजूद खुद को स्थिर करना था, प्रणाली ने सही भौतिक गुणों की पहचान की और फिर ड्रोन को स्थिर रखा, निरंतर इसके झुकाव और स्थिति को ठीक किया जब तक कि वह स्थिर होकर हवा में रुक (होवर) न गया।

इस दृष्टिकोण की शक्ति इस बात में निहित है कि यह मशीन की सीमाओं को कैसे संभालता है। वास्तविक इंजन अनंत बल के साथ धक्का नहीं दे सकते, और वे अपनी शक्ति को तुरंत नहीं बदल सकते; उनके पास कितनी जोर से धक्का दे सकते हैं और कितनी तेज़ी से वह धक्का बदल सकते हैं, इसके भौतिक सीमाएँ होती हैं। कई नियंत्रण प्रणालियाँ इन सीमाओं को अनदेखा करती हैं या बाद में उनके आसपास काम करने की कोशिश करती हैं, जिससे अस्थिरता आ सकती है। AMIGO इन सीमाओं को नियोजन प्रक्रिया में सीधे शामिल करता है। जब कंप्यूटर पथ की गणना करता है, तो वह जानता है कि इंजन कितना बल पैदा कर सकता है और वह कितनी तेज़ी से बदल सकता है। यदि किसी युक्ति (मेनुवर) के लिए इंजन द्वारा दिए जाने वाले बल से अधिक बल की आवश्यकता होती है, तो प्रणाली स्वचालित रूप से सुरक्षित सीमाओं के भीतर रहने के लिए योजना को समायोजित करती है। चंद्र लैंडिंग परिदृश्य में, प्रणाली ने मुख्य इंजन के थ्रस्ट और छोटे एटीट्यूड-कंट्रोल मोटर्स को प्रबंधित किया ताकि यह सुनिश्चित हो सके कि यान कभी भी हार्डवेयर द्वारा दिए जा सकने वाले स्तर से अधिक की मांग न करे, जिससे उतरना सुचारू और सुरक्षित बना रहे।

इन सिमुलेशन के परिणाम दिखाते हैं कि प्रणाली इतनी मजबूत है कि वह महत्वपूर्ण अनिश्चितता को संभाल सकती है। क्वाडकॉप्टर के मामले में, कंप्यूटर ने ड्रोन के द्रव्यमान और उसके वजन के वितरण के गलत अनुमानों के साथ शुरुआत की थी। प्रारंभिक अनुमान एक उल्लेखनीय अंतर से गलत थे, फिर भी पहचान चरण ने इन त्रुटियों को जल्दी से ठीक कर दिया। जब तक ड्रोन ने अपनी स्थिरता प्रक्रिया शुरू की, कंप्यूटर को ड्रोन के वास्तविक भौतिक गुणों का उच्च सटीकता के साथ पता चल गया था। चंद्र लैंडर सिमुलेशन के अंतिम लैंडिंग ने एक लंबी, जटिल लैंडिंग को प्रबंधित करने की प्रणाली की क्षमता का प्रदर्शन किया। यान एक विशिष्ट वेग और अभिविन्यास के साथ सतह से 800 मीटर ऊपर से शुरू हुआ। उतरने की प्रक्रिया के दौरान, प्रणाली ने इंजन की दक्षता की पहचान की, एक ऐसा प्रक्षेपवक्र बनाया जो ईंधन जलने को ध्यान में रखता था, और एक सुचारू लैंडिंग का निष्पादन किया। यान 6 सेंटीमीटर प्रति सेकंड से कम की ऊर्ध्वाधर गति के साथ उतरा, जो एक कोमल आगमन था जो वास्तविक मिशन के लिए सुरक्षित होगा।

जो इस कार्य को विशेष रूप से उल्लेखनीय बनाता है वह यह है कि इसके लिए मशीन को सीखने के लिए रुकने या विराम लेने की आवश्यकता नहीं है। पहचान, नियोजन और नियंत्रण एक निरंतर लूप में होते हैं जबकि मशीन चल रही होती है। प्रणाली को वास्तविक कंप्यूटर की सख्त समय सीमाओं के भीतर काम करने के लिए डिज़ाइन किया गया है। वह जानता है कि वह पूर्ण पथ की गणना करने के लिए अनंत समय नहीं बिता सकता; उसे अगले क्षण के आने से पहले एक पर्याप्त अच्छा उत्तर देना ही होगा। यदि कंप्यूटर के पास समय समाप्त हो जाता है, तो वह बस अब तक गणना किए गए सबसे अच्छे योजना का उपयोग करता है, यह सुनिश्चित करता है कि मशीन नियंत्रण न खोए। सीखने, योजना बनाने और कार्य करने के बीच यह संतुलन इसे वास्तविक दुनिया के अनुकूल बनाता है, जहाँ स्थितियाँ कभी स्थिर नहीं होतीं और पूर्ण जानकारी कभी उपलब्ध नहीं होती।

यह शोध निष्कर्ष निकालता है कि यह पद्धति कठिन वातावरण में स्वायत्त मशीनों को निर्देशित करने के लिए एक ठोस आधार प्रदान करती है। इसने सफलतापूर्वक प्रदर्शित किया कि एक एकल प्रणाली एक मशीन के वास्तविक स्वरूप को सीख सकती है, एक जटिल प्रक्षेपवक्र की योजना बना सकती है, और हार्डवेयर की भौतिक सीमाओं का सम्मान करते हुए उस योजना का सटीक सुधारों के साथ निष्पादन कर सकती है। सिमुलेशन ने एक सरल कंपन करने वाली प्रणाली से लेकर दूसरे विश्व पर एक जटिल अंतरिक्ष यान के उतरने तक की विभिन्न चुनौतियों को कवर किया। हालाँकि यह कार्य सिमुलेशन में किया गया था, परिणाम सुझाव देते हैं कि यह दृष्टिकोण वास्तविक दुनिया के अनुप्रयोगों के लिए व्यवहार्य है जहाँ सुरक्षा और अनुकूलनशीलता सर्वोतम है। इस शोध की अगली दिशा वास्तविक हार्डवेयर पर इस प्रणाली का परीक्षण करना और यह देखना होगा कि यह और भी अधिक जटिल अनिश्चितताओं, जैसे कि वातावरण में अचानक परिवर्तन या मशीन के सेंसर में विफलता को कैसे संभाल सकती है। फिलहाल, यह कार्य इस बात का प्रमाण है कि कैसे एक मशीन खुद को उड़ना सिखा सकती है, एक कठोर स्क्रिप्ट का पालन करके नहीं, बल्कि अपने स्वयं के स्वभाव को समझकर और अपने आस-पास की दुनिया के अनुकूल बनकर।