A novel higher-order internal model-based boundary iterative learning algorithm for hyperbolic systems with sensor-actuator network

इंजीनियरिंग की दुनिया में, कई मशीनें और प्रक्रियाएं केवल सरल, अलग-थलग बिंदु नहीं हैं, बल्कि विशाल, निरंतर क्षेत्र हैं जहाँ स्थितियाँ स्थान और समय के साथ बदलती रहती हैं। एक लंबे, लचीले पुल की कल्पना करें जो हवा में झूम रहा है, या एक धातु की छड़ में गर्मी असमान रूप से फैल रही है। इन जटिल प्रणालियों को नियंत्रित करने के लिए, इंजीनियर अक्सर 'इटरेटिव लर्निंग' (पुनरावृत्ति शिक्षण) नामक एक तकनीक पर भरोसा करते हैं। कल्पना कीजिए कि एक रोबोटिक हाथ एक ही वेल्डिंग कार्य को हज़ार बार करता है। प्रत्येक प्रयास के साथ, रोबट अपने पिछले प्रयास की गलतियों को याद रखता है और अपनी गतिविधियों को थोड़ा समायोजित करता है, जिससे वह हर दोहराव के साथ अधिक सटीक होता जाता है। यह विधि तब बहुत खूबसूरती से काम करती है जब कार्य हर बार समान होता है। हालाँकि, वास्तविक दुनिया इतनी अनुमानित नहीं होती। अक्सर, लक्ष्य स्वयं हर प्रयास के साथ बदल जाता है। एक फैक्ट्री को थोड़ा अलग पैटर्न वेल्ड करने की आवश्यकता हो सकती है, या एक ट्रेन को एक नए स्टेशन पर रुकने की आवश्यकता हो सकती है। जब लक्ष्य हर प्रयास के साथ बदलता या अपना आकार बदलता है, तो मानक शिक्षण विधियाँ अक्सर लड़खड़ा जाती हैं, क्योंकि वे एक ऐसे पैटर्न की तलाश में होती हैं जो अब मौजूद ही नहीं है।

यह एक नई स्टडी (अध्ययन) द्वारा संबोधित की गई विशिष्ट चुनौती है जो हाइपरबोलिक सिस्टम (hyperbolic systems) पर ध्यान केंद्रित करती है, जो तरंगों और संकेतों का वर्णन करने के लिए उपयोग किए जाने वाले गणितीय मॉडल का एक वर्ग है, जैसे कि किसी संरचना में कंपन या पाइप में तरल प्रवाह। शोधकर्ता, मानकी माओ (Manqi Mao) ने इन प्रणालियों को नियंत्रित करने की समस्या पर काम किया जब वांछित पथ (desired path) हर पुनरावृत्ति के साथ बदल जाता है। कई व्यावहारिक स्थितियों में, किसी प्रणाली के भीतर सेंसर और नियंत्रण उपकरणों को रखना बहुत महंगा या शारीरिक रूप से असंभव होता है। इसके बजाय, इंजीनियरों को केवल प्रणाली के किनारों, या सीमाओं (boundaries) पर नियंत्रण लागू करना होता है। शोधकर्ता ने एक नया एल्गोरिदम विकसित किया है जो एक प्रणाली को एक चलते हुए लक्ष्य का पीछा करना सीखने की अनुमति देता है, भले ही वह लक्ष्य हर एक प्रयास के साथ अपना पैटर्न बदल दे। एक विशिष्ट गणितीय संरचना का उपयोग करके जिसे 'हाई-ऑर्डर इंटरनल मॉडल' कहा जाता है, यह एल्गोरिदम अनुमान लगा सकता है कि वांछित पथ कैसे बदलेगा, बजाय इसके कि त्रुटियों के होने के बाद केवल उन पर प्रतिक्रिया दी जाए।

शोधकर्ता ने एक ऐसी नियंत्रण रणनीति डिजाइन की है जो केवल एक ही सुधार को बार-बार दोहराती नहीं है। इसके बजाय, यह इस बात का पूर्वानुमान बनाती है कि लक्ष्य का प्रक्षेपवक्र (trajectory) कैसे विकसित होगा। उन्होंने एक ऐसी प्रणाली बनाई जो मशीन की आंतरिक स्थिति का अनुमान लगाती है और उस अनुमान का उपयोग एक नया नियंत्रण संकेत उत्पन्न करने के लिए करती है। इस संकेत को फिर अगले प्रयास के लिए परिष्कृत किया जाता है। यह सिद्ध करने के लिए कि यह काम करता है, शोधकर्ता ने दो अलग-अलग परिदृश्यों पर विस्तृत कंप्यूटर सिमुलेशन चलाए। पहले उदाहरण में, उन्होंने एक ऐसी प्रणाली का सिमुलेशन किया जिसमें 'टाइम डिले' (समय विलंब) नहीं था, जहाँ नियंत्रण क्रिया तुरंत प्रभावी होती है। उन्होंने प्रणाली को एक ऐसे लक्ष्य का पालन करने के लिए सेट किया जो एक विशिष्ट नियम के अनुसार बदलता था, जो हर पुनरावृत्ति के साथ अपना आकार बदल रहा था। परिणामों ने दिखाया कि नए एल्गोरिदम ने सफलतापूर्वक प्रणाली को लक्ष्य तक पहुँचाया। बीस प्रयासों के बाद, वास्तविक पथ और वांछित पथ के बीच का अंतर अविश्वसनीय रूप से छोटा हो गया, जो 0.0026 से कम की त्रुटि पर स्थिर हो गया। इसके विपरीत, एक पारंपरिक नियंत्रण विधि, जो इन बदलते लक्ष्यों को ध्यान में नहीं रखती है, विफल रही, जिससे प्रणाली में एक बड़ी, निरंतर त्रुटि बनी रही।

दूसरे सिमुलेशन ने जटिलता की एक परत पेश की: एक समय विलंब (time delay)। कई वास्तविक दुनिया की प्रणालियों में, जब कोई कमांड दिया जाता है और प्रणाली प्रतिक्रिया देती है, या जब कोई सेंसर किसी मान को मापता है और उस जानकारी का उपयोग किया जाता है, उसके बीच एक अंतराल होता है। शोधकर्ता ने अपने एल्गोरिदम का परीक्षण एक ऐसी प्रणाली पर किया जहाँ मशीन की स्थिति किसी भी क्षण उसकी कुछ सेकंड पहले की स्थिति पर निर्भर करती थी। इस विलंब के बावजूद, नई विधि प्रभावी साबित हुई। इस परिदृश्य में, प्रणाली ने सोलह पुनरावृत्तियों के भीतर उच्च स्तर की सटीकता प्राप्त कर ली, जिससे ट्रैकिंग त्रुटि 0.005 से नीचे आ गई। पारंपरिक विधि फिर से संघर्ष करती दिखी, जो पुनरावृत्तियों के जारी रहने के बावजूद अपने प्रदर्शन में सुधार करने में विफल रही। ये सिमुलेशन प्रदर्शित करते हैं कि प्रस्तावित दृष्टिकोण न केवल एक सैद्धांतिक विचार है, बल्कि एक व्यावहारिक उपकरण भी है जो बदलते कार्यों और विलंबित प्रतिक्रियाओं की जटिल वास्तविकता को संभाल सकता है।

इस सफलता का मूल इस बात में निहित है कि एल्गोरिदम कार्य की "इटरेशन-वेरिंग" (पुनरावृत्ति-परिवर्तित) प्रकृति को कैसे संभालता है। लक्ष्य को स्थिर मानने के बजाय, प्रणाली लक्ष्य में होने वाले परिवर्तनों को एक ऐसे पैटर्न के रूप में मानती है जिसे सीखा और अनुमानित किया जा सकता है। एक हाई-ऑर्डर इंटरनल मॉडल को शामिल करके, कंट्रोलर अनिवार्य रूप से इस बात के "व्याकरण" को सीख लेता है कि लक्ष्य कैसे बदलता है। यह त्रुटि होने से पहले ही सही नियंत्रण इनपुट तैयार करने की अनुमति देता है। अध्ययन पुष्टि करता है कि इस भविष्य कहने वाले दृष्टिकोण का उपयोग करके, जटिल तरंग-समान प्रणालियों के लिए सटीक सीमा नियंत्रण (boundary control) प्राप्त करना संभव है, भले ही वांछित पथ एक परीक्षण से दूसरे परीक्षण में समान न हो। निष्कर्ष बताते हैं कि लचीली संरचनाओं, तरल गतिकी, या किसी भी ऐसी प्रणाली से निपटने वाले इंजीनियरों के लिए, जहाँ लक्ष्य समय के साथ विकसित होता है, अब एक अधिक मजबूत तरीका है जिससे यह सुनिश्चित किया जा सके कि मशीन ठीक वही करे जिसकी आवश्यकता है, पुनरावृत्ति दर पुनरावृत्ति।