Learning-based quadrotor tracking control using Recursive Gaussian Processes

ड्रोन उड़ाना एक नाजुक संतुलन बनाने जैसा है, जो भौतिकी के नियमों और उन्हें नियंत्रित करने की कोशिश करने वाले सॉफ्टवेयर के बीच एक निरंतर बातचीत है। एक क्वाडरोटर के लिए, जो चार घूमते हुए रोटर्स वाला एक छोटा विमान है, एक सटीक पथ पर बने रहना कठिन होता है क्योंकि उसके आसपास की हवा कभी भी पूरी तरह से स्थिर नहीं होती। हवा के झोंके, रोटरों द्वारा स्वयं बनाई गई हवा की जटिल भंवर, और मशीन की बनावट में छोटी-मोटी खामियां, ये सभी मिलकर इसे पथ से भटकने के लिए मजबूर करते हैं। पारंपरिक फ्लाइट कंट्रोलर इस बात की भविष्यवाणी करने के लिए गणितीय मॉडलों पर भरोसा करते हैं कि ड्रोन को कैसे चलना चाहिए, लेकिन ये मॉडल कभी भी पूर्ण नहीं होते। जब वास्तविक दुनिया गणित से विचलित होती है, तो ड्रोन लड़खड़ा जाता है, जिससे उसकी ट्रैकिंग सुस्त या अस्थिर हो जाती है। वर्षों से, इंजीनियर कंप्यूटर को अपनी गलतियों से सीखने के लिए प्रशिक्षित करके इस कमी को दूर करने की कोशिश कर रहे हैं, ताकि मॉडल में मौजूद अंतराल को भरने के लिए मशीन लर्निंग का उपयोग किया जा सके। हालाँकि, ये स्मार्ट सिस्टम ऐतिहासिक रूप से ड्रोन के अपने कंप्यूटर के लिए उड़ते समय चलाने हेतु बहुत भारी रहे हैं, जिसके कारण शोधकर्ताओं को उन्हें केवल सिमुलेशन या जमीन पर ही परीक्षण करने के लिए मजबूर होना पड़ा।

पॉलिटेक्निको डी मिलानो के शोधकर्ताओं की एक टीम ने अब उस अंतर को पाट दिया है, जिससे एक ऐसा सिस्टम तैयार हुआ है जो एक वास्तविक ड्रोन को हवा में उड़ते समय अपने स्वयं के उड़ान पथ को सीखने और सुधारने की अनुमति देता है। उन्होंने एक विधि विकसित की है जो एक मानक फ्लाइट कंट्रोलर को 'रिकर्सिव गॉसियन प्रोसेस' नामक एक लर्निंग एल्गोरिदम के साथ जोड़ती है। इस लर्निंग एल्गोरिदम को एक अत्यधिक कुशल मेमोरी सिस्टम के रूप में समझें जो न केवल डेटा के हर एक टुकड़े को संग्रहीत करता है (जो एक छोटे कंप्यूटर को जल्दी ही अभिभूत कर देगा), बल्कि इसके बजाय सबसे महत्वपूर्ण जानकारी का एक क्यूरेटेड और संक्षिप्त सारांश रखता है। यह ड्रोन को बिना किसी विशाल डेटाबेस को प्रोसेस किए, वास्तविक समय में हवा और अपनी खामियों की समझ को अपडेट करने की अनुमति देता है। शोधकर्ताओं ने इस सिस्टम का परीक्षण ANT-X लैब ड्रोन नामक एक वास्तविक क्वाडरोटर पर किया, जिसे एक इनडोर एरिना में जटिल, लहरदार पथों के माध्यम से उड़ाया गया। परिणाम स्पष्ट थे: ड्रोन को हवा में ही अपनी त्रुटियों से सीखने की अनुमति देकर, इस सिस्टम ने बिना इस लर्निंग क्षमता के उड़ने वाले उसी ड्रोन की तुलना में ट्रैकिंग त्रुटियों को 38% से 75% तक कम कर दिया।

शोधकर्ताओं ने जिस मुख्य चुनौती का सामना किया वह थी सीखने की कम्प्यूटेशनल लागत। मानक मशीन लर्निंग मॉडल जो गॉसियन प्रोसेस का उपयोग करते हैं, वे अज्ञात व्यवहारों की भविष्यवाणी करने में अविश्वसनीय रूप से शक्तिशाली होते हैं, लेकिन आमतौर पर उन्हें हर बार नया डेटा आने पर कंप्यूटर को सब कुछ फिर से शुरू से कैलकुलेट करने की आवश्यकता होती है। उच्च गति से उड़ रहे ड्रोन के लिए, यह बहुत धीमा है। शोधकर्ताओं ने एक "रिकर्सिव" दृष्टिकोण का उपयोग करके इस समस्या को हल किया। प्रत्येक नए अवलोकन को एक नई शुरुआत के रूप में देखने के बजाय, सिस्टम अपने आंतरिक मॉडल को क्रमिक रूप से अपडेट करता है, ठीक वैसे ही जैसे कोई व्यक्ति किसी नए शहर में चलते समय एक नया मानसिक मानचित्र बनाने के बजाय, चलते समय अपने मानसिक मानचित्र को परिष्कृत करता है। इसे और भी तेज़ बनाने के लिए, उन्होंने ड्रोन की गतिविधियों की संभावित सीमा को कवर करने वाले संदर्भ बिंदुओं, या "बेसिस वेक्टर्स" का एक निश्चित सेट पहले से ही चुन लिया था। लर्निंग एल्गोरिदम फिर केवल उन निश्चित बिंदुओं से जुड़े मूल्यों को समायोजित करता है, न कि उड़ान के हर एक क्षण को याद रखने की कोशिश करता है। इस ट्रिक ने कम्प्यूटेशनल भार को इतना कम कर दिया कि पूरे सिस्टम को सीधे ड्रोन के ऑनबोर्ड कंप्यूटर पर चलाया जा सके, जो कि पिछले प्रयासों से एक बड़ी छलांग है जिन्हें सोचने के लिए एक अलग, शक्तिशाली ग्राउंड स्टेशन की आवश्यकता थी।

यह सुनिश्चित करने के लिए कि ड्रोन सुरक्षित और प्रभावी ढंग से सीख सके, टीम ने एक विशिष्ट वर्कफ़्लो डिज़ाइन किया। लर्निंग शुरू होने से पहले, ड्रोन स्थिर होकर हवा में रुकता है (होवर करता है) और खुद को स्थिर करता है। फिर, चार सेकंड की एक "वार्म-अप" अवधि होती है जो सिस्टम को प्रारंभिक डेटा एकत्र करने और अपने आंतरिक सेटिंग्स को ट्यून करने की अनुमति देती है, बिना तुरंत उड़ान पथ को ठीक करने की कोशिश किए। यह ड्रोन को शोर या अचानक, असामान्य गतिविधियों के प्रति अति-प्रतिक्रिया करने से रोकता है। एक बार जब सिस्टम तैयार हो जाता है, तो यह इस अंतर को सुनने लगता है कि ड्रोन को कहाँ जाने के लिए कहा गया था और वह वास्तव में कहाँ गया। यह अंतर, जो हवा या एरोडायनामिक ड्रैग के कारण होता है, वही है जिसे लर्निंग एल्गोरिदम अनुमान लगाने और रद्द करने की कोशिश करता है। शोधकर्ताओं ने कच्चे सेंसर डेटा को सुचारू बनाने के लिए एक विशेष फ़िल्टरिंग तकनीक का उपयोग किया, यह सुनिश्चित करते हुए कि ड्रोन सेंसर की गड़बड़ियों से नहीं, बल्कि हवा के वास्तविक पैटर्न से सीख रहा है। इस सावधानीपूर्वक तैयारी ने लर्निंग सिस्टम को सेंसर के शोर के बजाय उड़ान के वास्तविक भौतिकी (फिजिक्स) पर ध्यान केंद्रित करने की अनुमति दी।

प्रयोगों में ड्रोन को विभिन्न साइनुसोइडल, या लहर जैसे, पथों पर उड़ाया गया। कुछ पथ एक ही पैटर्न को बार-बार दोहराते थे, जबकि अन्य ने अपने आकार या गति को लगातार बदला, जिससे यह परीक्षण हुआ कि क्या सिस्टम उन नई स्थितियों के अनुकूल हो सकता है जिन्हें उसने पहले कभी नहीं देखा। परीक्षणों में, ड्रोन को अलग-अलग गति और आयामों वाले पथों के साथ, एक सीधी रेखा में आगे-पीछे चलते हुए निर्देशित किया गया। परिणामों ने दिखाया कि लर्निंग-आधारित कंट्रोलर ने मानक कंट्रोलर की तुलना में काफी बेहतर प्रदर्शन किया। मध्यम गति पर एक स्थिर, दोहराते हुए वेव पैटर्न में उड़ते समय, लर्निंग सिस्टम ने औसत त्रुटि को घटाकर केवल 4.5 सेंटीमीटर कर दिया, जो मानक कंट्रोलर द्वारा देखी गई 17.3 सेंटीमीटर की त्रुटि की तुलना में एक नाटकीय सुधार है। यहाँ तक कि जब उड़ान पथ लगातार बदल रहा था, जैसे कि एक स्वैपिंग मोशन में जहाँ गति और दिशा बदल रही थी, लर्निंग सिस्टम अभी भी त्रुटि को लगभग 40% तक कम करने में सफल रहा। सुधार सबसे अधिक तब देखा गया जब ड्रोन उन स्थितियों की सीमा के भीतर उड़ रहा था जिन्हें उसने अपने लर्निंग चरण के दौरान देखा था, लेकिन इसने नई, परिवर्तनशील स्थितियों में भी पर्याप्त लाभ प्रदान किया।

इस कार्य के सबसे महत्वपूर्ण पहलुओं में से एक यह है कि यह सिद्ध करता है कि लर्निंग-आधारित नियंत्रण वास्तविक हार्डवेयर पर सुरक्षित और प्रभावी ढंग से किया जा सकता है, न कि केवल कंप्यूटर सिमुलेशन में। शोधकर्ताओं ने प्रदर्शित किया कि सिस्टम वास्तविक दुनिया के वातावरण की जटिलताओं को संभाल सकता है, जिसमें वे सूक्ष्म एरोडायनामिक प्रभाव शामिल हैं जिन्हें गणितीय रूप से मॉडल करना कठिन है। एल्गोरिदम को ऑनबोर्ड सफलतापूर्वक चलाकर, उन्होंने दिखाया कि छोटे ड्रोन की कम्प्यूटेशनल सीमाएं अब उन्नत लर्निंग तकनीकों का उपयोग करने के लिए एक कठिन बाधा नहीं हैं। अध्ययन ने यह भी रेखांकित किया कि लर्निंग सिस्टम को कैसे ट्यून किया जाता है। शोधकर्ताओं ने सिस्टम के आंतरिक मापदंडों को समायोजित करने के लिए एक नई विधि विकसित की, जो इस बात से प्रेरित थी कि कैसे कलमन फिल्टर काम करते हैं, जिसने सिस्टम को पिछले तरीकों की तुलना में सीखने के लिए सर्वोत्तम सेटिंग्स खोजने में बहुत अधिक प्रभावी बनाया। यह ट्यूनिंग यह सुनिश्चित करने के लिए महत्वपूर्ण थी कि ड्रोन सीखते समय बहुत अधिक संवेदनशील या अस्थिर न हो जाए।

इस परियोजना की सफलता एक ऐसे भविष्य का सुझाव देती है जहाँ ड्रोन अधिक स्वायत्त और अप्रत्याशित वातावरण में जटिल कार्यों को संभालने में सक्षम होंगे। यदि एक डिलीवरी ड्रोन मानवीय हस्तक्षेप के बिना हवा के अचानक झोंके या वायु घनत्व में परिवर्तन की भरपाई करना सीख जाता है, तो यह एक बहुत अधिक विश्वसनीय उपकरण बन जाता है। शोधकर्ताओं का कार्य एक ठोस मार्ग प्रदान करता है, जो दिखाता है कि क्लासिकल कंट्रोल थ्योरी को आधुनिक, कुशल लर्निंग एल्गोरिदम के साथ जोड़कर, ऐसे उड़ान सिस्टम बनाना संभव है जो स्मार्ट और मजबूत दोनों हों। कुंजी केवल सीखने में नहीं थी, बल्कि उस इंजीनियरिंग में थी जिसने लर्निंग को वास्तविक समय में होने के लिए पर्याप्त तेज़ बना दिया। कम्प्यूटेशनल मांगों को कम रखकर और लर्निंग प्रक्रिया को केंद्रित करके, टीम ने एक सैद्धांतिक अवधारणा को एक व्यावहारिक वास्तविकता में बदल दिया, यह प्रदर्शित करते हुए कि एक छोटा ड्रोन वास्तव में उड़ते समय बेहतर उड़ना सीख सकता है।