Skip to content
بازگشت به نتایج جست‌وجو

کنترل یادگیری تکراری

معرفی‌شده توسط
Suguru Arimoto
سال
1984
نوع
algorithm
خانواده
Adaptive Control

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

کنترل یادگیری تکراری (ILC) یک روش کنترلی برای سیستم‌هایی است که وظیفه یکسانی را به طور مکرر انجام می‌دهند (ردیابی مسیر در یک بازه زمانی ثابت). ایده کلیدی این است که از اطلاعات خطا در آزمایش‌های قبلی برای به‌روزرسانی ورودی برای آزمایش بعدی استفاده شود و به تدریج دقت ردیابی بهبود یابد.

ILC که توسط Arimoto و همکاران در سال 1984 پیشگام شد، برای تولید رباتیک، پردازش نیمه‌هادی‌ها و هر کاربردی که در آن حرکت یکسان باید بارها و بارها با دقت بالا تکرار شود، ایده‌آل است.

شهود پشت روش

ILC از ساختار وظایف تکراری بهره می‌برد: وظیفه به خوبی تعریف شده است (یک مسیر هدف در یک افق زمانی ثابت)، و سیستم قطعی است (شرایط اولیه یکسان در هر آزمایش). الگوریتم خطای ردیابی را در آزمایش k اندازه‌گیری می‌کند، از این خطا برای محاسبه ورودی به‌روز شده u_{k+1} برای آزمایش k+1 استفاده می‌کند و تکرار می‌کند. مکانیزم کلیدی یادگیری از خطا است: اگر سیستم در زمان معینی در آزمایش k کمتر از حد انتظار عمل کند، بزرگی ورودی را در آن زمان در آزمایش k+1 افزایش دهید. در طول آزمایش‌های متعدد، اصلاحات انباشته شده خطا را به سمت صفر سوق می‌دهند. این با کنترل تطبیقی (که در زمان واقعی سازگار می‌شود) و با کنترل بازخوردی (که به خطای فعلی واکنش نشان می‌دهد) متفاوت است؛ ILC ورودی‌ها را بر اساس آزمایش‌های گذشته به طور پیشگیرانه آماده می‌کند.

تاریخ

Arimoto در سال 1984 ILC را برای دستکاری‌کننده‌های رباتیک که وظایف تکراری انجام می‌دهند، معرفی کرد، با انگیزه یادگیری حرکتی در سیستم‌های بیولوژیکی. Moore در اوایل دهه 1990 نظریه جامعی را توسعه داد و شرایط همگرایی را برای قوانین یادگیری مختلف برقرار کرد. Xu و همکاران ILC را به سیستم‌های غیرخطی، سیستم‌های با تأخیر زمانی و سیستم‌های چندبعدی گسترش دادند. انواع مدرن شامل کنترل یادگیری تکراری با بازخورد (ILFC)، ILC برای شبکه‌های عامل و ILC تصادفی برای مدیریت اختلالات تصادفی است. ILC پذیرش صنعتی قابل توجهی در تولید نیمه‌هادی و رباتیک دقیق داشته است.

چه زمانی استفاده شود

زمانی از ILC استفاده کنید که سیستم شما وظیفه تکراری و به خوبی تعریف شده‌ای را با شرایط اولیه یکسان در هر تکرار انجام می‌دهد. این روش برای رباتیک (برداشتن و قرار دادن، خطوط مونتاژ)، تولید نیمه‌هادی (اسکن ویفر، لیتوگرافی) و وظایف حرکت دقیق ایده‌آل است. ILC زمانی می‌درخشد که تعداد کمی آزمایش (10-100) بتواند به دقت بسیار بالایی (دقت زیر میکرون) دست یابد. از ILC اجتناب کنید اگر وظیفه غیر تکراری است، اگر شرایط اولیه به طور غیرقابل پیش‌بینی متغیر است، یا اگر پاسخگویی در زمان واقعی به اختلالات حیاتی است (به جای آن از کنترل بازخوردی استفاده کنید).

محدودیت‌ها و ملاحظات

  • نیاز به تکرار دقیقاً همان وظیفه؛ اگر پارامترهای وظیفه متغیر باشند، یادگیری باید از نو شروع شود.
  • همگرایی در ابتدا کند است (آزمایش‌های اولیه دارای خطاهای بزرگ هستند)؛ سرمایه‌گذاری قابل توجه در زمان راه‌اندازی.
  • حساس به تغییرات شرایط اولیه؛ اگر آزمایش k با حالتی متفاوت از آزمایش k-1 شروع شود، یادگیری مختل می‌شود.
  • طراحی قانون یادگیری وابسته به مسئله است؛ هیچ قانون جهانی برای همه سیستم‌ها کار نمی‌کند.
  • اختلالات غیر تکراری به خوبی مدیریت نمی‌شوند؛ فقط خطاهای دوره‌ای یاد گرفته می‌شوند.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • دستیابی به دقت بالا (اغلب زیر میکرون) در وظایف تکراری از طریق یادگیری پیشرونده در طول آزمایش‌های متعدد.
  • پیاده‌سازی ساده؛ قانون یادگیری اغلب فقط متناسب با خطای انباشته شده است.
  • مدیریت یادگیری حلقه باز (بدون نیاز به بازخورد در طول آزمایش)، مفید زمانی که سنسورها گران یا در دسترس نیستند.
  • قابلیت ترکیب با بازخورد برای مدیریت اختلالات تصادفی ضمن حفظ بهبود تکراری.
  • مقاوم در برابر اختلالات دوره‌ای که در هر آزمایش تکرار می‌شوند؛ مکانیزم یادگیری به طور طبیعی آن‌ها را رد می‌کند.

کاربردها

  • رباتیک: ردیابی دقیق مسیر در عملیات برداشتن و قرار دادن، برنامه‌ریزی ربات جوشکاری، بهینه‌سازی حرکت خط مونتاژ.
  • تولید نیمه‌هادی: اسکن ویفر در ابزارهای لیتوگرافی، تراز کردن استیج ویفر، موقعیت‌یابی لیتوگرافی پرتو الکترونی.
  • صنعت چاپ و کاغذ: موقعیت‌یابی وب، ثبت رنگ در عبورهای متعدد، کنترل ضخامت.
  • پردازش مواد: برش لیزری الگوهای تکراری، پرداخت سطح چند پاسه با مسیرهای ابزار دقیق.
  • ماشین‌آلات صنعتی: فرزکاری با دقت بالا با برش‌های تکراری، قالب‌گیری تزریقی با یادگیری چرخه به چرخه.

چگونه کار می‌کند

چگونه کار می‌کند

1

تعریف مسیر مرجع، تنظیم ورودی کنترلی اولیه u_0 (اغلب صفر یا تخمین پیشخور) و مقداردهی اولیه خطای ردیابی e_0.

2

اعمال ورودی u_k به سیستم و اجرای وظیفه (مانند حرکت ربات) برای بازه زمانی ثابت از t=0 تا t=T.

3

اندازه‌گیری خروجی سیستم y_k و محاسبه خطای ردیابی e_k(t) = y_desired(t) − y_k(t) در طول کل بازه آزمایش.

4

استفاده از خطا برای محاسبه ورودی به‌روز شده u_{k+1} = u_k + L(e_k)، که در آن L قانون یادگیری است (تناسبی، انتگرالی یا مرتبه بالاتر).

دام‌های رایج

  • انتخاب بهره یادگیری بیش از حد تهاجمی؛ این می‌تواند باعث نوسان و واگرایی به جای همگرایی شود.
  • نادیده گرفتن دینامیک‌های مرتبه بالاتر و علیت؛ قانون یادگیری باید پهنای باند و تأخیرهای سیستم را در نظر بگیرد.
  • فرض تکرارپذیری کامل؛ تغییرات کوچک در شرایط اولیه یا پارامترهای سیستم در طول آزمایش‌ها انباشته می‌شوند.
  • عدم نظارت بر پایداری حلقه بسته؛ یادگیری تهاجمی می‌تواند دینامیک‌های مدل نشده را تحریک کرده و سیستم را ناپایدار کند.

پرسش‌های متداول

ساده‌ترین قانون یادگیری چیست و چگونه آن را تنظیم کنم؟

ساده‌ترین قانون، تناسبی است: u_{k+1}(t) = u_k(t) + γ·e_k(t)، که در آن γ > 0 بهره یادگیری است. برای همگرایی، γ باید به اندازه کافی کوچک باشد (معمولاً < 0.5 برای سیستم‌های زمان گسسته). با γ = 0.1 شروع کنید و به تدریج افزایش دهید در حالی که نوسان یا واگرایی را نظارت می‌کنید. نرخ یادگیری بر سرعت همگرایی تأثیر می‌گذارد: γ بزرگتر سریعتر همگرا می‌شود اما خطر بی‌ثباتی را به همراه دارد.

چند آزمایش برای دستیابی به همگرایی نیاز دارم؟

این به بهره یادگیری، دینامیک سیستم و دقت مورد نظر بستگی دارد. برای سیستم‌های معمولی، 10-50 آزمایش به دقت بالایی دست می‌یابند؛ برای کاربردهای بسیار دقیق (نیمه‌هادی)، ممکن است 100-500 آزمایش لازم باشد. آزمایش‌های اولیه معمولاً بهبود سریع را نشان می‌دهند، سپس همگرایی کند می‌شود (الگوی همگرایی نمایی).

آیا ILC می‌تواند اختلالات را مدیریت کند؟

ILC به تنهایی نمی‌تواند اختلالات غیر تکراری را که بین آزمایش‌ها متغیر هستند، رد کند. با این حال، ترکیب ILC با کنترل بازخوردی (Hybrid ILC/ILFC) امکان رد هر دو را فراهم می‌کند: بازخورد اختلالات تصادفی را در زمان واقعی مدیریت می‌کند، در حالی که ILC خطاهای سیستماتیک را به تدریج کاهش می‌دهد. رویکرد دیگر ILC تصادفی است که اختلالات را به صورت احتمالی مدل می‌کند.

اگر شرایط اولیه کاملاً تکرارپذیر نباشند چه اتفاقی می‌افتد؟

خطاهای کوچک در شرایط اولیه باعث انباشته شدن خطاهای یادگیری و مختل شدن همگرایی می‌شود. در عمل، از یک مکانیزم بازنشانی (مانند توقف‌های مکانیکی، بازنشانی مبتنی بر سنسور) برای اطمینان از شرایط اولیه سازگار استفاده کنید. به طور جایگزین، از روش‌های ILC مقاوم که برای تحمل تغییرات کوچک در شرایط اولیه طراحی شده‌اند، استفاده کنید.

روش‌های مرتبط

منابع

  1. Arimoto, S., Kawamura, S., & Miyazaki, F. (1984). Bettering operation of robots by learning. Journal of Robotic Systems, 1(2), 123-140.

    باز کردن مرجع DOI
    کپی شد.
  2. Moore, K. L. (1993). Iterative learning control for trajectory tracking. Advances in Industrial Control, Springer-Verlag.

    باز کردن مرجع انتشار
    کپی شد.
  3. Bien, Z., & Xu, J. X. (2007). Iterative Learning Control: Analysis, Design, Integration and Applications. Kluwer Academic Publishers.

    باز کردن مرجع انتشار
    کپی شد.