Structure- and Stability-Preserving Learning of Port-Hamiltonian Systems

1. Problema Investigado

O artigo aborda o desafio de modelagem de sistemas baseados em dados para Sistemas Port-Hamiltonianos (PHS). Embora as Redes Neurais Port-Hamiltonianas (PHNN) sejam promissoras para capturar a estrutura de conservação de energia e dissipação, as abordagens existentes enfrentam duas limitações críticas:

• Restrição de Convexidade: Métodos atuais frequentemente utilizam Redes Neurais Convexas de Entrada (ICNNs) para garantir a estabilidade. No entanto, isso impõe uma restrição de convexidade à função Hamiltoniana, o que é inadequado para muitos sistemas físicos reais onde o Hamiltoniano é não-convexo.
• Preservação de Equilíbrios Múltiplos: Métodos baseados em ICNNs tendem a garantir a estabilidade apenas de um único equilíbrio global. Muitos sistemas físicos (como pêndulos duplos ou cadeias de molas) possuem múltiplos equilíbrios estáveis isolados. As abordagens convexas falham em preservar a estabilidade local de todos esses pontos simultaneamente, podendo levar a dinâmicas qualitativamente incorretas.

O objetivo é desenvolver uma estrutura de aprendizado que preserve a estrutura intrínseca do PHS e garanta a estabilidade em múltiplos equilíbrios conhecidos, sem impor a restrição de convexidade ao Hamiltoniano.

2. Metodologia Proposta

Os autores propõem uma nova arquitetura de rede neural e um procedimento de aprendizado que relaxam a convexidade enquanto garantem a estabilidade local.

• Função Hamiltoniana Neural Especializada:

  • Em vez de apenas adicionar um termo de regularização para forçar o gradiente a zero no equilíbrio (o que não garante estabilidade teórica), os autores projetam a arquitetura da rede neural para garantir que o equilíbrio seja um mínimo estrito da função Hamiltoniana.
  • A função Hamiltoniana estimada $\hat{H}(x)$ é construída como o produto de uma rede neural padrão $NN_H(x)$ (que retorna valores positivos) e uma função de "escada" suave e pré-definida $h(\sigma(\|x - x_{eq}\|_2))$.
  • A função $h(\cdot)$ é projetada para ser zero na vizinhança imediata do equilíbrio (garantindo que o gradiente seja zero) e igual a 1 fora de uma região de raio $b$. Isso permite que a rede aprenda a dinâmica global livremente, enquanto a estrutura local é rigidamente controlada para garantir a estabilidade.
  • Para múltiplos equilíbrios, a função é estendida para uma soma ponderada de funções de escada, cada uma ativa apenas em uma região isolada ao redor de um equilíbrio específico, evitando sobreposição.

• Aprendizado dos Parâmetros:

  • O modelo aprende não apenas o Hamiltoniano, mas também as matrizes de interconexão $J(x)$, dissipação $R(x)$ e porta $G(x)$ (se desconhecidas), utilizando decomposições que preservam as propriedades de anti-simetria e simetria, respectivamente.
  • O treinamento minimiza uma função de perda baseada no erro de previsão do estado futuro, utilizando integradores simpléticos (como Euler Simplético ou Verlet) para resolver as equações diferenciais durante o treinamento, preservando a estrutura geométrica do sistema.

3. Contribuições Principais

1. Novo Hamiltoniano Neural: Proposição de uma arquitetura que garante a estabilidade em múltiplos equilíbrios isolados, superando a limitação de convexidade das ICNNs.
2. Análise de Estabilidade Rigorosa: Demonstração teórica de que os equilíbrios projetados são mínimos estritos da função Hamiltoniana aprendida, garantindo estabilidade (e estabilidade assintótica se a matriz de dissipação for definida positiva) através da Teoria de Lyapunov, sem assumir convexidade global.
3. Método Local vs. Global: Diferentemente de métodos que buscam estabilidade global (o que pode ser conservador demais para sistemas locais), a abordagem proposta foca na preservação da estabilidade local em regiões específicas, permitindo modelar sistemas com múltiplos estados de operação estáveis.
4. Validação Empírica: Comparação direta com o método PH-ICNN em dois cenários distintos.

4. Resultados dos Experimentos Numéricos

Os autores validaram o método em dois sistemas:

• Sistema de Rede de Toda (Toda Lattice):

  • Um sistema com um único equilíbrio estável e Hamiltoniano não-convexo.
  • Resultado: O modelo proposto capturou com maior precisão a dinâmica (Hamiltoniano, saída e magnitude do estado) sob sinais de entrada senoidais e de pulso em comparação ao PH-ICNN. O modelo proposto manteve a estabilidade no equilíbrio de origem após perturbações, enquanto o PH-ICNN apresentou erros maiores.

• Pêndulo Duplo (Double Pendulum):

  • Um sistema altamente não-linear com Hamiltoniano não-convexo e infinitos equilíbrios estáveis (devido à periodicidade angular).
  • Resultado: O modelo PH-ICNN falhou em modelar corretamente trajetórias que convergiam para equilíbrios fora da origem (ex: $2\pi$), forçando a convergência para a origem devido à sua restrição de convexidade.
  • O modelo proposto, ao permitir múltiplos mínimos locais, conseguiu convergir corretamente para os diferentes pontos de equilíbrio ($0, 2\pi, -2\pi$, etc.) dependendo das condições iniciais, reproduzindo fielmente a dinâmica do sistema real.

5. Significado e Conclusão

Este trabalho representa um avanço significativo na modelagem baseada em dados de sistemas físicos complexos. Ao remover a restrição de convexidade, o método amplia a aplicabilidade das PHNNs para uma classe muito mais ampla de sistemas físicos reais que não são globalmente convexos.

A capacidade de preservar múltiplos equilíbrios estáveis é crucial para aplicações onde o sistema opera em diferentes regimes ou configurações (como robótica, sistemas de energia e mecânica não-linear). A abordagem oferece um equilíbrio entre a flexibilidade de aprendizado profundo e a garantia de propriedades físicas fundamentais (estrutura e estabilidade), superando as limitações das técnicas baseadas em ICNNs. O artigo sugere que trabalhos futuros focarão na aplicação desses métodos em sistemas físicos reais e em tarefas de controle.