🔢 mathematics

Geometry-Preserving Optimal Control of Implicitly Singularly Perturbed Systems with Sliding and Exit Constraints

यह शोध पत्र एक पारस्परिक कॉची नियमितीकरण (reciprocal Cauchy regularization) विधि प्रस्तुत करता है जो सिंगुलर हाइपरप्लेन पर पूर्ण और संक्षिप्त गतिकी के बीच सटीक समानता स्थापित करके, हाइपरप्लेन-बाह्य प्रक्षेप पथों के लिए कठोर अभिसरण सीमाएँ प्रदान करके, और निकास बाधाओं को एक वास्तविक समय सुरक्षा परत में विच्छेदित करके इनडायरेक्टली सिंगुलरली पर्सर्बड सिस्टम्स के लिए ज्यामिति-संरक्षण अनुकूल नियंत्रण सुनिश्चित करता है ताकि इनवेरिएंट सुरक्षित क्षेत्रों की गारंटी दी जा सके।

मूल लेखक: Volodymyr Gotsulenko

प्रकाशित 2026-09-18

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Volodymyr Gotsulenko

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

इंजीनियरिंग और भौतिकी की दुनिया में, कई मशीनें और प्राकृतिक प्रक्रियाएं ऐसे नियमों द्वारा संचालित होती हैं जो इस बात पर निर्भर करते हैं कि उस क्षण सिस्टम कहाँ स्थित है। कल्पना कीजिए कि एक कार सड़क पर चल रही है और अचानक सड़क फिसलन भरी हो जाती है; कार के चलने के नियम तुरंत बदल जाते हैं, और यदि ड्राइवर सावधान नहीं है, तो कार अनियंत्रित होकर घूम सकती है। गणित में, इन बदलते नियमों को अक्सर उन समीकरणों द्वारा वर्णित किया जाता है जहाँ एक विशिष्ट संख्या, जो गति के लिए एक गुणक (multiplier) के रूप में कार्य करती है, एक निश्चित बिंदु पर शून्य हो जाती है। जब ऐसा होता है, तो मानक समीकरण टूट जाते हैं, जो अपरिभाषित या अनंत हो जाते हैं। यह एक "सिंगुलर" (singular) अवस्था बनाता है, एक नाजुक सीमा जहाँ सिस्टम का व्यवहार अनुमान लगाना कठिन होता है। इंजीनियर और वैज्ञानिक इन सीमाओं के करीब आने वाले सिस्टम को नियंत्रित करने के लिए लंबे समय से संघर्ष कर रहे हैं, विशेष रूप से जब वे चाहते हैं कि सिस्टम उस बिंदु से टकराकर क्रैश हुए बिना स्थिर रहे जहाँ गणित विफल हो जाता है। चुनौती सिस्टम को एक सुरक्षित पथ पर निर्देशित करने की है जो इस खतरनाक किनारे के साथ सटकर चले, और सिस्टम की उस स्वाभाविक प्रवृत्ति का उपयोग करे जिससे वह सीमा के करीब रहता है, बिना कभी उससे फिसल जाए।

वलोडिमिर गोत्सुलेनको का एक नया अध्ययन इन पेचीदा स्थितियों को संभालने का एक सटीक और सुदृढ़ तरीका प्रदान करता है। यह शोध जटिल प्रणालियों के एक विशिष्ट वर्ग पर केंद्रित है जहाँ नियंत्रण तंत्र—वह हिस्सा जो सिस्टम को निर्देशित करता है—केवल मुख्य गति को प्रभावित करता है, न कि उस हिस्से को जो गणितीय विफलता का कारण बनता है। लेखक खतरनाक सीमा पर होने वाले अनंत स्पाइक्स (infinite spikes) को सुचारू बनाने के लिए एक चतुर गणितीय युक्ति पेश करते हैं। टूटे हुए समीकरणों को सीधे हल करने के बजाय, यह विधि समस्याग्रस्त हिस्से को एक बहुत ही विशिष्ट, कोमल वक्र (curve) से बदल देती है जो सीमा पर पूरी तरह से व्यवहार करता है और साथ ही मूल सिस्टम के व्यवहार की नकल भी करता है। 'रेसिप्रोकल रेगुलराइजेशन' (reciprocal regularization) नामक यह तकनीक एक उल्लेखनीय कार्य करती है: यह सिस्टम का एक नया, सुरक्षित संस्करण बनाती है जो गणितीय रूप से सटीक है। इस नए संस्करण में, खतरनाक सीमा एक ठोस, अटूट सतह बन जाती है जिसके साथ सिस्टम हमेशा के लिए फिसल सकता है, बशर्ते कि कंट्रोलर को सही ढंग से डिज़ाइन किया गया हो।

अध्ययन प्रदर्शित करता है कि यह दृष्टिकोण नियंत्रण समस्या के पूर्ण और सटीक सरलीकरण की अनुमति देता है। जब सिस्टम इस सुरक्षित सतह पर शुरू होता है, तो पूरी मशीन को नियंत्रित करने की जटिल, उच्च-आयामी (high-dimensional) समस्या एक बहुत सरल, निम्न-आयामी (lower-dimensional) समस्या में सिमट जाती है जो केवल सतह के साथ गति को ट्रैक करती है। शोधकर्ताओं ने सिद्ध किया कि उनके तरीके में उपयोग किए गए किसी भी स्मूथिंग (smoothing) स्तर के लिए, इस सतह पर समाधान मूल सरलीकृत समस्या के समाधान के समान ही है। स्मूथिंग के गायब होने या परिणाम का अनुमान लगाने की प्रतीक्षा करने की कोई आवश्यकता नहीं है; दोनों समस्याएँ शुरुआत से ही एक ही हैं। इसका अर्थ यह है कि इंजीनियर सरल संस्करण के लिए कंट्रोलर डिजाइन कर सकते हैं और उन्हें विश्वास हो सकता है कि वे जटिल, वास्तविक दुनिया के सिस्टम के लिए पूरी तरह से काम करेंगे, जब तक कि सिस्टम उस सुरक्षित सतह पर बना रहता है।

सिस्टम वास्तव में उस सुरक्षित सतह पर बना रहे, यह सुनिश्चित करने के लिए, पेपर एक तरीका भी प्रदान करता है जिससे यह सिद्ध किया जा सके कि यदि सिस्टम थोड़ा भटक जाता है, तो वह स्वाभाविक रूप से सतह की ओर वापस खिंचा चला आएगा। शोधकर्ताओं ने दिखाया कि यदि सिस्टम सीमा के बहुत करीब शुरू होता है, तो वह बहुत तेज़ी से सुरक्षित पथ की ओर वापस आता है, और इस सुधार की गति स्मूथिंग पैरामीटर को समायोजित करने के साथ नाटकीय रूप से बढ़ जाती है। उन्होंने यह भी गणना की कि आदर्श सुरक्षित पथ से सिस्टम का मार्ग कितना विचलित हो सकता है। परिणाम दिखाते हैं कि त्रुटि अत्यंत सूक्ष्म है, जो इतनी तेज़ी से घटती है कि मामूली प्रारंभिक विचलन के परिणामस्वरूप भी वांछित प्रक्षेपवक्र (trajectory) पर लगभग पूर्ण वापसी होती है। यह इंजीनियरों को उच्च स्तर का विश्वास देता है कि उनके कंट्रोलर छोटे व्यवधानों या माप त्रुटियों की उपस्थिति में भी सिस्टम को स्थिर रखेंगे।

अध्ययन सुरक्षा बाधाओं (safety constraints) के व्यावहारिक मुद्दे को भी संबोधित करता है, जैसे कि यह सुनिश्चित करना कि कोई मशीन एक निश्चित गति या स्थिति से आगे न बढ़े। लेखक दीर्घकालिक योजना और तत्काल सुरक्षा के कार्यों को अलग करते हैं। वे दिखाते हैं कि जबकि एक कंट्रोलर को लंबी अवधि में प्रदर्शन को अनुकूलित करने के लिए डिज़ाइन किया जा सकता है, एक अलग, वास्तविक समय का सुरक्षा फिल्टर जोड़ा जा सकता है जो कंट्रोलर के आदेशों को तुरंत ठीक कर सके यदि सिस्टम खतरे के क्षेत्र के बहुत करीब पहुँच जाता है। यह फिल्टर एक संरक्षक की तरह कार्य करता है, जो समग्र योजना को बाधित किए बिना सिस्टम को सुरक्षित रखने के लिए न्यूनतम संभव समायोजन करता है। शोधकर्ताओं ने इस संपूर्ण ढांचे का परीक्षण डफिंग-रेले ऑसिलेटर (Duffing-Rayleigh oscillator) के एक जटिल मॉडल पर किया, जो अपने अराजक (chaotic) और अस्थिर व्यवहार के लिए प्रसिद्ध है। उन्होंने सफलतापूर्वक एक ऐसा कंट्रोलर डिजाइन किया जिसने सिस्टम को स्थिर रखा, उसे खतरनाक सीमा तक पहुँचने से रोका, और उपयोग की जाने वाली ऊर्जा को कम किया, और साथ ही सख्त सुरक्षा सीमाओं का पालन भी किया।

मैकेनिकल ऑसिलेटर के अलावा, शोधकर्ताओं ने अपने तरीके को अन्य परिदृश्यों में भी लागू किया, जिसमें एक पंप का मॉडल शामिल है जो खतरनाक सर्जिंग (surging) का अनुभव कर सकता है और एक सिस्टम जो एक चलते हुए लक्ष्य का पीछा करता है। हर मामले में, विधि ने भविष्यवाणी के अनुसार कार्य किया। सिमुलेशन ने दिखाया कि सिस्टम तेजी से सुरक्षित पथ पर सिमट जाएगा और वहीं बना रहेगा। शोधकर्ताओं ने अपने परिणामों को अनुकूलन समस्याओं को हल करने के लिए दो अलग-अलग, स्वतंत्र कंप्यूटर प्रोग्रामों का उपयोग करके सत्यापित भी किया, और दोनों प्रोग्राम एक ही समाधान पर पहुँचे। यह क्रॉस-चेक पुष्टि करता है कि परिणाम केवल किसी एक विशिष्ट कंप्यूटर एल्गोरिदम का संयोग नहीं हैं, बल्कि सिस्टम का एक वास्तविक गुण हैं। अध्ययन निष्कर्ष निकालता है कि यह ज्यामिति-संरक्षण (geometry-preserving) दृष्टिकोण उन जटिल प्रणालियों को नियंत्रित करने के लिए एक शक्तिशाली नया उपकरण प्रदान करता है जो अन्यथा बहुत खतरनाक या अप्रत्याशित होती हैं, जो गणितीय निश्चितता के साथ अराजकता के किनारे पर नेविगेट करने का एक तरीका प्रदान करता है।

तकनीकी सारांश: अंतर्निहित रूप से विलक्षण रूप से विक्षुब्ध प्रणालियों का ज्यामिति-संरक्षणकारी इष्टतम नियंत्रण

समस्या विवरण
यह शोध पत्र अंतर्निहित रूप से विलक्षण रूप से विक्षुब्ध (implicitly singularly perturbed) गैररेखीय प्रणालियों के एक वर्ग के इष्टतम विनियमन (optimal regulation) को संबोधित करता है, जहाँ एक अवस्था-निर्भर गुणांक (state-dependent coefficient) एक गतिशील रूप से सुलभ हाइपरसर्फेस पर अपनी रैंक खो देता है। प्रणाली को इस प्रकार मॉडल किया गया है:
$\begin{cases} \dot{x} = f(x, y) + B(x, y)u \\ \phi(y) \dot{y} = g(x, y) \end{cases}$
जहाँ $\phi(y^*) = 0$ और $\phi'(y^*) \neq 0$ है। नियंत्रण इनपुट $u$ केवल "साधारण" समीकरण ( $\dot{x}$ ) पर कार्य करता है, जिससे विलक्षण समीकरण ( $\phi(y)\dot{y} = g$ ) अनियंत्रित (unactuated) रह जाता है। यह संरचना एक विलक्षण हाइपरसर्फेस $S = \{y = y^*\}$ बनाती है जहाँ वेक्टर फील्ड अनबाउंडेड हो जाता है ( $g/\phi \to \infty$ )। नियंत्रण का उद्देश्य सिस्टम को निर्देशित करना है, जबकि $S$ के प्रति आकर्षण को प्रबंधित करना और "एग्जिट" (exit) से बचना है (जहाँ $g(x, y^*) \neq 0$ ), बिना स्वयं विलक्षण ज्यामिति को विस्थापित किए।

कार्यप्रणाली
लेखक विलक्षणता को संभालने के लिए एक रेसिप्रोकल कॉची रेगुलराइजेशन (reciprocal Cauchy regularization) प्रस्तावित करते हैं। शास्त्रीय फिलिपोव (Filippov) सेट-वैल्यूड कंस्ट्रक्शन या एसिम्प्टोटिक सिंगुलर पर्टर्बेशन लिमिट ( $\epsilon \to 0$ ) पर निर्भर रहने के बजाय, वे एक रेगुलराइजेशन पैरामीटर $\epsilon > 0$ पेश करते हैं और एक रेगुलराइज्ड फील्ड को परिभाषित करते हैं:
$R_\epsilon(y) = \frac{\phi(y)}{\phi(y)^2 + \epsilon^2}$
रेगुलराइज्ड सिस्टम बनता है:
$\begin{cases} \dot{x} = f(x, y) + B(x, y)u \\ \dot{y} = g(x, y)R_\epsilon(y) \end{cases}$
मुख्य कार्यप्रणाली संबंधी विशेषताएं शामिल हैं:

सटीक अपवर्ज्यता (Exact Invariance): किसी भी $\epsilon > 0$ के लिए, हाइपरप्लेन $S = \{y = y^*\}$ एक सटीक इनवेरिएंट सेट है क्योंकि $R_\epsilon(y^*) = 0$ है। $S$ पर प्रतिबंधित गतिकी (dynamics) $\epsilon$ से स्वतंत्र है।
सामान्य आकर्षण (Normal Attraction): रेगुलराइजेशन $S$ की ओर $O(\epsilon^{-2})$ के क्रम में एक सामान्य आकर्षण दर प्रेरित करता है, जो $S$ के निकट शुरू होने वाले प्रक्षेप पथों (trajectories) के तीव्र पतन को सुनिश्चित करता है।
चिंताओं का पृथक्करण (Separation of Concerns): शोध पत्र ऑन-मैनिफोल्ड इष्टतम नियंत्रण समस्या (जो $S$ पर प्रतिबंधित है) और ऑफ-मैनिफोल्ड निरंतरता विश्लेषण के बीच अंतर करता है। यह एग्जिट अवॉयडेंस (exit avoidance) को कंट्रोल बैरियर फंक्शन्स (CBFs) का उपयोग करके रियल-टाइम सेफ्टी फिल्टरिंग से अलग, एक स्टेट-कंस्ट्रेंड ऑप्टिमल कंट्रोल प्रॉब्लम (OCP) के रूप में मानता है।

प्रमुख योगदान
यह शोध पत्र निम्नलिखित विशिष्ट योगदान देता है:

रेगुलर-चैनल आर्किटेक्चर: एक नियंत्रण संरचना जो विलक्षण हाइपरसर्फेस के स्थान या उसके एग्जिट बाउंड्री को बदले बिना स्पर्शरेखीय गति (tangential motion) को संशोधित करती है।
सटीक इनवेरिएंट रिडक्शन: यह प्रमाण कि रेसिप्रोकल रेगुलराइजेशन प्रत्येक $\epsilon > 0$ के लिए $S$ पर एक अद्वितीय, $\epsilon$ -स्वतंत्र जनरलाइज्ड स्लाइडिंग डायनेमिक्स का चयन करता है। यह एक सटीक परिमित-आयामी न्यूनीकरण (finite-dimensional reduction) है, न कि केवल एक एसिम्प्टोटिक सन्निकटन।
मात्रात्मक अनुमान (Quantitative Estimates):
- सामान्य संकुचन (Normal Contraction): प्रक्षेप पथ $S$ की ओर $\epsilon^{-2}$ के अनुपात में संकुचित होते हैं।
- स्पर्शरेखीय विचलन (Tangential Deviation): $O(\epsilon)$ आकार के प्रारंभिक सामान्य ऑफसेट्स के लिए, रेगुलराइज्ड और रिड्यूस्ड प्रक्षेप पथों के बीच स्पर्शरेखीय विचलन निश्चित परिमित हॉरिजन पर $O(\epsilon^3)$ होता है।
सटीक तुल्यता प्रमेय (Exact Equivalence Theorem): यदि प्रारंभिक अवस्था, संदर्भ (reference), और टर्मिनल लक्ष्य $S$ पर स्थित हैं, तो पूर्ण रेगुलराइज्ड इष्टतम नियंत्रण समस्या और रिड्यूस्ड लोअर-डायमेंशनल समस्या प्रत्येक $\epsilon > 0$ के लिए एक समान होती हैं। वे समान स्टेट मैप्स, कॉस्ट, इष्टतम मान, मिनिमाइज़र और पोंट्रैगिन मिनिमम प्रिंसिपल (PMP) सिस्टम साझा करते हैं।
ऑफ-मैनिफोल्ड निरंतरता: $O(\epsilon)$ ऑफसेट्स वाले प्रारंभिक राज्यों के लिए, रेगुलराइज्ड और रिड्यूस्ड समस्याओं के बीच लागत (cost) का अंतर $O(\epsilon^3)$ है, बशर्ते कि शुरुआती समय टर्मिनल समय से दूर हो।
सुरक्षा प्रमाणन (Safety Certification): एक लीनियर-क्वाड्रेटिक रेगुलेटर (LQR) बेसलाइन पर आधारित एक नॉनलीन ल्यपुनोव तर्क का उपयोग एक इनवेरिएंट सेफ एलिप्सॉइड को प्रमाणित करने के लिए किया जाता है जो विलक्षण एग्जिट सतह से सख्ती से अलग है।
बाधा प्रबंधन (Constraint Handling): यह फॉर्मूलेशन पाथ कंस्ट्रेंट्स (जो स्टेट-कंस्ट्रेंड OCP थ्योरी द्वारा संभाले जाते हैं) को रियल-टाइम सेफ्टी लेयर्स (CBF/HOCBF) से अलग करता है, यह स्पष्ट करते हुए कि बैरियर फिल्टर तात्कालिक संशोधन हैं न कि ग्लोबल हॉरिजन ऑप्टिमाइजर्स।

परिणाम और सत्यापन
सैद्धांतिक ढांचे को कई उदाहरणों के माध्यम से सत्यापित किया गया है:

डफिंग-रेले (Duffing–Rayleigh) सिस्टम: एक 3D नॉनलीन उदाहरण जहाँ लेखक ने:
- चयनित स्लाइडिंग डायनेमिक्स के लिए एक LQR कंट्रोलर डिजाइन किया।
- एक प्रमाणित नॉनलीन सेफ एलिप्सॉइड ( $\rho_{safe} \approx 1.50$ ) की गणना की जो एक्चुएटर कम्पैटिबिलिटी और एग्जिट बाउंड्री से अलगाव की गारंटी देता है।
- डायरेक्ट ट्रांसक्रिप्शन (SLSQP) का उपयोग करके एक कंस्ट्रेंड फाईनाइट-होरिज़न OCP को हल किया और इसे IPOPT के साथ क्रॉस-वेरिफाई किया। कंस्ट्रेंड समाधान ने HOCBF-फिल्टर्ड LQR की तुलना में कम लागत के साथ पाथ कंस्ट्रेंट्स को संतुष्ट किया।
- यह प्रदर्शित किया कि $\epsilon \in \{0.2, 0.1, 0.05, 0.025\}$ के साथ पूर्ण रेगुलराइज्ड सिमुलेशन चयनित डायनेमिक्स पर समाहित (collapse) हो जाते हैं, जिसमें स्पर्शरेखीय त्रुटियां इस विशिष्ट उदाहरण के लिए $O(\epsilon^4)$ (द्विघात स्पर्शरेखीय निर्भरता के कारण) और एक सामान्य ट्रैकिंग उदाहरण के लिए $O(\epsilon^3)$ के रूप में स्केल करती हैं।
विश्लेषणात्मक उदाहरण:
- एक सटीक रूप से हल करने योग्य मिनिमम-एनर्जी ट्रांसफर समस्या जहाँ इष्टतम प्रक्षेप पथ विश्लेषणात्मक रूप से सिद्ध रूप से विलक्षण एग्जिट से बचता है।
- एक उच्च-आयामी मल्टी-इनपुट सिस्टम जो 2D स्लाइडिंग मोड्स से परे इस ढांचे की प्रयोज्यता को प्रदर्शित करता है।
- एक आवधिक ट्रैकिंग (periodic tracking) समस्या जो दिखाती है कि अनकन्स्ट्रेंड LQ ट्रैकिंग स्वाभाविक रूप से स्पष्ट बाधा थोपे बिना सुरक्षा मार्जिन बनाए रख सकती है।
टर्बोमेशनरी सरोगेट: कैविटेटिंग पंप सर्जिंग का एक डाइमेंशनलेस मॉडल यह दर्शाता है कि यांत्रिक संदर्भ में रेगुलर-चैनल एक्चुएशन का उपयोग कैसे किया जाता है, बिना प्रायोगिक डेटा से पैरामीटर पहचान का दावा किए।

महत्व और दावे
यह शोध पत्र दावा करता है कि इसका प्राथमिक महत्व एक ज्यामिति-संरक्षणकारी (geometry-preserving) ढांचा प्रदान करने में है जो अनबाउंडेड वेक्टर फील्ड्स के लिए शास्त्रीय फिलिपोव समाधानों की अस्पष्टताओं से बचता है। रेसिप्रोकल रेगुलराइजेशन का उपयोग करके, लेखक स्थापित करते हैं:

सटीकता (Exactness): ऑन-मैनिफोल्ड डेटा के लिए रेगुलराइज्ड और रिड्यूस्ड समस्याओं के बीच तुल्यता सभी $\epsilon > 0$ के लिए सटीक है, न कि केवल लिमिट में।
संरचनात्मक स्पष्टता: विधि स्पष्ट रूप से विलक्षण ज्यामिति (जो स्थिर है) को नियंत्रण क्रिया (जो स्पर्शरेखीय गति को आकार देती है) से अलग करती है।
मात्रात्मक कठोरता: यह गुणात्मक स्लाइडिंग मोड तर्कों से आगे बढ़कर, ऑफ-मैनिफोल्ड अभिसरण (convergence) और सुरक्षा के लिए स्पष्ट सीमाएं प्रदान करता है।

लेखक विनम्रतापूर्वक सीमाओं को नोट करते हैं: सटीक तुल्यता सख्ती से ऑन-मैनिफोल्ड डेटा के लिए मान्य है; कॉस्टेट्स (costates) के ऑफ-मैनिफोल्ड अभिसरण का दावा नहीं किया गया है; और सिद्धांत "इवेंट-फ्री" है, जिसका अर्थ है कि यह उन प्रक्षेप पथों को अनुकूलित नहीं करता है जो विलक्षण सीमा को पार करते हैं (ejection और re-entry), जिसके लिए हाइब्रिड ऑप्टिमल कंट्रोल तकनीकों की आवश्यकता होगी। यह कार्य विशिष्ट वर्ग की अंतर्निहित रूप से विक्षुब्ध प्रणालियों के लिए एक संरचनात्मक और विश्लेषणात्मक प्रगति के रूप में प्रस्तुत किया गया है, जो मानक सिंगुलर पर्टर्बेशन और DAE ऑप्टिमल कंट्रोल सिद्धांतों के लिए एक कठोर विकल्प प्रदान करता है।

इसी तरह के और पेपर