کنترل کننده دوال (Dual Controller)، در ریاضیات (Mathematics)
انواع کنترل کننده ها (Controller) را در آموزش زیر شرح دادیم :
کنترل کننده دوال (Dual Controller) :
کنترل با دو هدف همزمان: کنترل و شناسایی
کنترل کننده دوال یا Dual Controller یک مفهوم در کنترل تطبیقی و تصادفی است که در آن کنترل کننده دو وظیفه را همزمان انجام می دهد: کنترل سیستم برای رسیدن به هدف (regulation) و تحریک سیستم برای شناسایی بهتر (exploration). این دو هدف ممکن است با هم در تضاد باشند: برای کنترل خوب، بهتر است سیستم در نقطه مطلوب بماند، اما برای شناسایی خوب، نیاز به تحریک و ورود به نقاط مختلف است.
یک کنترل کننده دوال بهینه، این دو هدف را در یک چارچوب بهینه سازی (مانند برنامه ریزی پویا) با هم ترکیب می کند. این مفهوم در یادگیری تقویتی (مسئله exploration-exploitation) نیز دیده می شود.
\[ J = E \left[ \sum (x^T Q x + u^T R u) \right] + \text{ترم شناسایی} \]کاربردها: کنترل تطبیقی پیشرفته، یادگیری تقویتی، سیستم های خودآموز، رباتیک در محیط ناشناخته.
✅ مزایا: شناسایی سریع تر و دقیق تر، عملکرد بهتر در بلندمدت، یادگیری فعال.
⚠️ معایب: پیچیدگی بسیار بالا، حل مسئله بهینه سازی دشوار است، ممکن است در کوتاه مدت عملکرد ضعیف تری داشته باشد.
کنترل دوال در عمل بسیار پیچیده است و راه حل های تقریبی برای آن استفاده می شود. یکی از این راه حل ها، افزودن نویز مصنوعی (dither signal) برای تحریک سیستم است.
مثال: یک ربات که در یک محیط ناشناخته راه می رود. یک کنترل کننده دوال نه تنها سعی می کند ربات را در مسیر نگه دارد، بلکه گاهی حرکات کاوشگرانه (مانند چرخش های کوچک) انجام می دهد تا اطلاعات بیشتری درباره اصطکاک و شیب زمین به دست آورد و در آینده بهتر عمل کند.
