Robust stabilization of discrete-time linear systems requires nonlinear dynamic feedback

इंजीनियरिंग की दुनिया में, मशीनें शायद ही कभी पूर्ण होती हैं। एक रोबोटिक आर्म, एक ड्रोन, या एक स्वयं-चालित कार एक गणितीय मॉडल के आधार पर बनाई जाती है, लेकिन वास्तविक दुनिया हमेशा छोटी त्रुटियाँ पेश करती है। धातु गणना से थोड़ी भारी हो सकती है, हवा उम्मीद से अधिक जोर से धक्का दे सकती है, या बैटरी का वोल्टेज बदल सकता है। इंजीनियर इन विसंगतियों को "अनिश्चितता" (uncertainties) कहते हैं। लक्ष्य 'रोबस्ट कंट्रोल' (robust control) का है, जो एक एकल "मस्तिष्क" या नियंत्रक (controller) को डिजाइन करना है जो मशीन को स्थिर और सही मार्ग पर रख सके, चाहे अनिश्चितता का विशिष्ट संस्करण वास्तव में जो भी हो। यह एक जहाज को तूफान के माध्यम से सुरक्षित रूप से निर्देशित करने के लिए निर्देशों का एक एकल सेट लिखने की तरह है, चाहे हवा उत्तर से, पूर्व से, या बीच में कहीं से भी चल रही हो। दशकों तक, इंजीनियरों ने एक विशिष्ट प्रकार के निर्देश सेट पर भरोसा किया है: एक रैखिक नियंत्रक (linear controller)। ये ऐसे नियम हैं जहाँ प्रतिक्रिया सीधे समस्या के समानुपाती होती है; यदि त्रुटि दोगुनी हो जाती है, तो सुधार भी दोगुना हो जाता है। वे सरल, अनुमानित और गणना करने में आसान होते हैं। हालाँकि, एक अनसुलझा प्रश्न बना हुआ था: क्या यह सरल, आनुपातिक दृष्टिकोण हर संभावित अनिश्चितता के संग्रह को संभालने के लिए पर्याप्त शक्तिशाली है, या क्या ऐसी स्थितियाँ हैं जहाँ यह सीधे विफल हो जाता है?

शोधकर्ताओं की एक टीम ने अब इस प्रश्न का निश्चित "नहीं" के साथ उत्तर दिया है। उन्होंने सिद्ध किया कि अनिश्चित प्रणालियों के कुछ समूहों के लिए, एक सरल रैखिक नियंत्रक, या यहाँ तक कि एक स्थिर गैर-रैखिक (static nonlinear) नियंत्रक भी मशीन को स्थिर नहीं कर सकता है। इसके बजाय, उन्होंने प्रदर्शन किया कि अनिश्चितताओं की एक विस्तृत श्रृंखला के भीतर प्रत्येक संभावित परिदृश्य के लिए स्थिरता सुनिश्चित करने के लिए, नियंत्रक को गतिशील (dynamic) और गैर-रैखिक (nonlinear) होना चाहिए। सरल शब्दों में, नियंत्रक को एक आंतरिक स्मृति (internal memory) की आवश्यकता है जो समय के साथ विकसित होती है, और इसे जटिल, गैर-अनुपातिक तरीकों से अपना व्यवहार बदलने में सक्षम होना चाहिए। शोधकर्ताओं ने केवल यह सिद्ध नहीं किया कि ऐसा नियंत्रक मौजूद है; उन्होंने यह भी दिखाया कि इसे कैसे बनाया जाए। उनकी विधि में विभिन्न सरल नियंत्रकों का एक पुस्तकालय (library) बनाना शामिल है, जिनमें से प्रत्येक अनिश्चितता के एक विशिष्ट हिस्से को संभालने में अच्छा है। नया, जटिल नियंत्रक फिर एक स्मार्ट स्विच की तरह कार्य करता है, जो सिस्टम की लगातार निगरानी करता है और यह निर्णय लेता है कि किसी भी दिए गए क्षण में किस सरल नियंत्रक का उपयोग करना है। यह स्विचिंग स्वचालित रूप से सिस्टम की वर्तमान स्थिति के आधार पर होती है, जिससे मशीन को अनुकूलित होने और स्थिर होने में मदद मिलती है, भले ही अनिश्चितताएं इतनी जटिल हों कि उन्हें एक एकल, स्थिर नियम द्वारा नहीं संभाला जा सकता।

यह अध्ययन उन प्रणालियों पर केंद्रित था जो असतत चरणों (discrete steps) में कार्य करते हैं, जैसे कि एक डिजिटल कंप्यूटर जो हर सेकंड के एक अंश में एक सेंसर की जांच करता है और मोटर को समायोजित करता है। शोधकर्ताओं ने एक "कॉम्पैक्ट सेट" (compact set) को परिभाषित करके शुरुआत की, जिसका अर्थ है कि मशीन के पैरामीटर किस तरह से भिन्न हो सकते हैं, उन सभी संभावित तरीकों का एक सीमित, परिबद्ध संग्रह। उन्होंने पूछा: क्या एक एकल नियंत्रक इस समूह के प्रत्येक सदस्य को स्थिर कर सकता है? उन्होंने पाया कि यदि समूह पर्याप्त छोटा है, तो एक मानक रैखिक नियंत्रक काम कर सकता है। लेकिन जैसे-जैसे संभावित अनिश्चितताओं का समूह बढ़ता है, रैखिक दृष्टिकोण एक कठिन दीवार से टकरा जाता है। टीम ने गणितीय रूप से सिद्ध किया कि विशिष्ट प्रणालियों के ऐसे समूह हैं जहाँ कोई भी रैखिक गतिशील नियंत्रक सफल नहीं हो सकता। इन मामलों में, नियंत्रक को अनंत रूप से जटिल होना पड़ेगा या सिस्टम को नियंत्रण से बाहर जाने से रोकने में विफल रहना होगा। यह खोज महत्वपूर्ण है क्योंकि यह नियंत्रण सिद्धांत (control theory) की मौलिक सीमाओं के बारे में एक लंबे समय से चले आ रहे विवाद को सुलझाती है। यह पुष्टि करता है कि संभावनाओं की एक विस्तृत श्रृंखला में वास्तविक मजबूती प्राप्त करने के लिए, इंजीनियरों को जटिलता को अपनाना होगा। उन्हें ऐसे नियंत्रकों का उपयोग करना होगा जो न केवल रैखिक समीकरण हैं, बल्कि गतिशील प्रणालियाँ हैं जिनमें अपने स्वयं के आंतरिक राज्य (internal states) हैं जो चलते समय रणनीतियों को बदल सकते हैं।

इस सैद्धांतिक सफलता को व्यावहारिक बनाने के लिए, लेखकों ने इन जटिल नियंत्रकों को डिजाइन करने के लिए एक विशिष्ट एल्गोरिदम विकसित किया। प्रक्रिया अनिश्चित प्रणालियों के पूरे समूह को स्थिर करने की बड़ी, कठिन समस्या को छोटे, प्रबंधनीय टुकड़ों में तोड़कर शुरू होती है। एल्गोरिदम अनिश्चितताओं की सीमा को कई छोटे उपसमूहों (subsets) में विभाजित करता है। प्रत्येक छोटे उपसमूह के लिए, एक सरल रैखिक नियंत्रक ढूँढना संभव है जो पूरी तरह से काम करता है। एल्गोरिदम फिर एक मास्टर नियंत्रक का निर्माण करता है जो इन सभी सरल नियंत्रकों को अपनी स्मृति में रखता है। जैसे ही सिस्टम चलता है, मास्टर नियंत्रक मशीन की स्थिति पर नज़र रखता है। यदि मशीन का व्यवहार एक छोटे उपसमूह के पैटर्न से मेल खाता है, तो मास्टर नियंत्रक संबंधित सरल नियंत्रक को सक्रिय करता है। यदि व्यवहार बदल जाता है और अब वह मेल नहीं खाता, तो मास्टर नियंत्रक सहजता से दूसरे पर स्विच कर देता है। यह स्विचिंग यादृच्छिक नहीं है; यह एक सटीक, स्थिति-निर्भर निर्णय है जो यह सुनिश्चित करता है कि सिस्टम हर समय स्थिर रहे। शोधकर्ताओं ने दिखाया कि यह विधि किसी भी कॉम्पैक्ट सेट के लिए काम करती है जो स्थिर करने योग्य प्रणालियों का है, जिससे उन स्थानों के लिए एक सार्वभौमिक नुस्खा मिलता है जहाँ रैखिक विधियाँ विफल हो जाती हैं।

इस दृष्टिकोण की शक्ति को एक दो-पहिया इनवर्टेड पेंडुलम (two-wheeled inverted pendulum) के सिमुलेशन का उपयोग करके प्रदर्शित किया गया, जो एक क्लासिक बैलेंसिंग रोबोट है जो दो पहियों पर सीधा खड़ा रहता है। यह मशीन नियंत्रित करने के लिए अत्यंत कठिन है क्योंकि यह स्वाभाविक रूप से अस्थिर है, जैसे अपने हाथ पर झाड़ू को संतुलित करने का प्रयास करना। शोधकर्ताओं ने मॉडल में महत्वपूर्ण अनिश्चितता पेश की, जिससे रोबोट के भौतिक पैरामीटर उनके नाममात्र मानों से पांच प्रतिशत तक भिन्न हो सके। इसने संभावित रोबोट संस्करणों का एक विशाल संग्रह बना दिया। अपने नए एल्गोरिदम का उपयोग करते हुए, उन्होंने एक नियंत्रक डिजाइन किया जो उन सभी को संभाल सकता था। सिमुलेशन में, नियंत्रक ने विभिन्न रणनीतियों का परीक्षण करके शुरुआत की। इसने जल्दी ही महसूस किया कि जो रोबोट यह नियंत्रित कर रहा है, वह पहले कुछ आजमाई गई रणनीतियों से मेल नहीं खाता है। फिर इसने अगली रणनीति पर स्विच किया, और फिर अगली पर, प्रत्येक गलत विकल्प को गलत साबित करते हुए जब तक कि इसने उस रणनीति को नहीं ढूंढ लिया जो रोबोट के वास्तविक व्यवहार से मेल खाती थी। एक बार जब इसने सही मिलान पा लिया, तो इसने उस रणनीति पर पकड़ बना ली और रोबोट को संतुलित रखा। सिमुलेशन ने दिखाया कि नियंत्रक ने रोबोट को सफलतापूर्वक स्थिर किया, जिससे सिद्ध हुआ कि सैद्धांतिक विधि व्यवहार में काम करती है।

शोधकर्ताओं ने यह भी पता लगाया कि सिस्टम कितनी तेज़ी से स्थिरता की ओर लौट सकता है। उन्होंने पाया कि यदि कोई नियंत्रक सिस्टम को स्थिर कर सकता है, तो इसे एक गारंटीकृत गति के साथ ऐसा करने के लिए भी डिजाइन किया जा सकता है, जिससे यह सुनिश्चित होता है कि रोबलेट न केवल सीधा खड़ा रहे बल्कि किसी व्यवधान के बाद केंद्र में जल्दी वापस आए। इसे घातांकीय स्थिरीकरण (exponential stabilization) के रूप में जाना जाता है। उनकी विधि इंजीनियरों को क्षय की वांछित दर (rate of decay) निर्दिष्ट करने की अनुमति देती है, जिससे यह सुनिश्चित होता है कि सिस्टम एक अनुमानित समय सीमा के भीतर स्थिर हो जाए। नियंत्रण का यह स्तर वास्तविक दुनिया के अनुप्रयोगों के लिए अत्यंत महत्वपूर्ण है जहाँ सुरक्षा और प्रतिक्रियाशीलता सर्वोपरि है। अध्ययन ने अन्य दृष्टिकोणों की सीमाओं को भी स्पष्ट किया। उन्होंने दिखाया कि भले ही नियंत्रक को गैर-रैखिक होने की अनुमति दी जाए लेकिन वह स्थिर (static) रहे (अर्थात उसकी कोई आंतरिक स्मृति या अवस्था न हो), तो भी वह कुछ प्रणालियों के समूहों के लिए विफल हो जाता है। यह इस निष्कर्ष को पुख्ता करता है कि "गतिशील" (dynamic) हिस्सा—अतीत की स्थितियों को याद रखने और विकसित होने की क्षमता—उतना ही महत्वपूर्ण है जितना कि "गैर-रैखिक" (nonlinear) हिस्सा।

यह कार्य इस दावे के साथ नहीं है कि यह नियंत्रण सिद्धांत की हर समस्या को हल कर देगा। शोधकर्ताओं ने विशेष रूप से उन प्रणालियों पर ध्यान केंद्रित किया जहाँ अनिश्चितताएँ स्वयं सिस्टम के मापदंडों (जैसे द्रव्यमान या घर्षण गुणांक) तक सीमित हैं। उन्होंने स्वीकार किया कि वास्तविक दुनिया की प्रणालियों को बाहरी शोर (external noise) का भी सामना करना पड़ता है, जैसे हवा के झोंके या सेंसर त्रुटियां, जो इस अध्ययन का प्राथमिक केंद्र नहीं थे। हालाँकि, मूल निष्कर्ष सुदृढ़ है: पैरामीटर अनिश्चितता वाले प्रणालियों के परिवार को स्थिर करने की समस्या के लिए, रैखिक नियंत्रण के पुराने उपकरण अपर्याप्त हैं। रोबस्ट कंट्रोल का भविष्य गतिशील, गैर-रैखिक रणनीतियों में निहित है जो संचालन के विभिन्न मोड के बीच स्विच कर सकते हैं। इन नियंत्रकों को बनाने के लिए एक ठोस एल्गोरिदम प्रदान करके, शोधकर्ताओं ने इस क्षेत्र को सीमाओं की सैद्धांतिक समझ से लेकर उन्हें पार करने के व्यावहारिक टूलकिट तक पहुँचा दिया है। परिणाम एक नए प्रकार के नियंत्रकों का है जो अधिक स्मार्ट, अधिक अनुकूलन योग्य और भौतिक दुनिया की जटिल वास्तविकता को संभालने में सक्षम हैं, जिन्हें सरल विधियों द्वारा कभी नहीं संभाला जा सकता था।