Tổng quan về luận án

Trong bối cảnh toàn cầu hóa và thương mại quốc tế phát triển mạnh mẽ, vận tải đường biển giữ vai trò huyết mạch của nền kinh tế thế giới. Như công trình nghiên cứu đã khẳng định rõ: "Vận tải biển đóng một vai trò rất quan trọng trong thương mại quốc tế bởi vì khoảng 80% lượng hàng hóa xuất nhập khẩu được vận chuyển qua đường biển." Nhằm tối ưu hóa hiệu quả vận hành, tiết kiệm nhiên liệu và bảo đảm an toàn hàng hải tuyệt đối, việc phát triển các hệ thống điều khiển lái tự động và bám quỹ đạo chính xác cho phương tiện hàng hải trở thành một đòi hỏi khoa học cấp thiết. Tuy nhiên, tàu thủy hoạt động trong môi trường đại dương động học phi tuyến cao, bất định, chịu tác động liên tục của các nhiễu loạn ngẫu nhiên không xác định từ sóng biển, gió và dòng hải lưu, đồng thời sở hữu quán tính cực lớn cùng biên độ dự trữ ổn định nhỏ.

Khoảng trống nghiên cứu (research gap) cốt lõi hiện nay là: phần lớn các nghiên cứu điều khiển tàu thủy kinh điển hoặc hiện đại (như trượt SMC, Backstepping, điều khiển mặt động DSC) chủ yếu tập trung vào tính ổn định bám quỹ đạo mà chưa giải quyết trọn vẹn bài toán tối ưu hóa năng lượng tiêu hao cho cơ cấu chấp hành trong điều kiện tồn tại đồng thời thành phần bất định mô hình và nhiễu ngoài. Mặt khác, các phương pháp điều khiển tối ưu phi tuyến dựa trên việc giải phương trình vi phân đạo hàm riêng Hamilton-Jacobi-Bellman (HJB) hoặc Hamilton-Jacobi-Isaacs (HJI) thường bế tắc trong việc tìm nghiệm giải tích thời gian thực hoặc đòi hỏi phải biết chính xác toàn bộ ma trận động học của tàu.

Luận án tiến sĩ kỹ thuật chuyên ngành Kỹ thuật Điều khiển và Tự động hóa (Mã số: 9520216) của Nghiên cứu sinh Vũ Văn Tú, dưới sự hướng dẫn khoa học của PGS. Đào Phương Nam và GS. Phan Xuân Minh tại Đại học Bách Khoa Hà Nội (2022), đã tiên phong giải quyết khoảng trống này thông qua 3 câu hỏi nghiên cứu (Research Questions) và giả thuyết khoa học:

  1. RQ1: Làm thế nào để xấp xỉ nghiệm của phương trình vi phân đạo hàm riêng phi tuyến HJB theo thời gian thực (online) cho hệ lái tàu thủy ba bậc tự do (3-DOF) mà không cần giải tích đại số phức tạp?
  2. RQ2: Cấu trúc điều khiển nào có khả năng tích hợp giải thuật Quy hoạch động thích nghi (ADP) với các bộ bù/ước lượng nhiễu bền vững nhằm triệt tiêu hoàn toàn thành phần bất định thủy động lực học và nhiễu ngoại cảnh?
  3. RQ3: Làm thế nào để thiết lập luật điều khiển bám tối ưu bền vững $H_\infty$ đạt chuẩn triệt giảm nhiễu $L_2$ giải phương trình HJI khi hoàn toàn không có thông tin về mô hình động lực học nội tại của con tàu?

Khung lý thuyết nền tảng của luận án được xây dựng trên sự giao thoa giữa Lý thuyết Thủy động lực học tàu thủy Fossen (Fossen Marine Dynamics), Lý thuyết Điều khiển Tối ưu và Quy hoạch động Bellman, Lý thuyết Trò chơi Vi phân Tổng bằng Không (Zero-Sum Differential Game Theory - ZDGT), cùng Lý thuyết Mạng nơ-ron xấp xỉ hàm (Neural Network Function Approximation). Đóng góp đột phá của luận án là việc xây dựng thành công hai hệ thống điều khiển bám tối ưu: cấu trúc ADP-RISE / ADP-DO cho trường hợp đã biết dạng cấu trúc mô hình và thuật toán Off-Policy Integral Reinforcement Learning (Off-Policy IRL) giải phương trình HJI cho trường hợp hệ thống hoàn toàn không biết mô hình động lực học. Phạm vi nghiên cứu tập trung vào lớp tàu thủy nổi đủ cơ cấu chấp hành (Fully-Actuated Surface Vessels) chuyển động trên mặt phẳng nằm ngang với 3 bậc tự do: trượt dọc ($u$ - surge), trượt ngang ($v$ - sway) và quay trở ($r$ - yaw).

Literature Review và Positioning

Lịch sử phát triển lý thuyết điều khiển chuyển động tàu thủy đã trải qua nhiều giai đoạn phát triển:

  • Giai đoạn mô hình hóa tuyến tính và đơn bậc: Khởi đầu từ mô hình hàm truyền tuyến tính kinh điển của Nomoto (1957) cho kênh hướng lái 1-DOF, sau đó mở rộng sang các mô hình phi tuyến 1-DOF của Norrbin (1970) và mô hình phi tuyến 2-DOF kết hợp trượt ngang - quay trở của Bech và Wagner Smith (1969). Các mô hình này được điều khiển bởi giải thuật LQR tuyến tính hoặc $H_\infty$ truyền thống [37]–[40]. Điểm hạn chế chí tử là bỏ qua tương tác ghép kênh phi tuyến giữa chuyển động trượt dọc và trượt ngang, làm sai lệch đáng kể phản ứng động học thực tế trên biển.
  • Giai đoạn động lực học phi tuyến đa bậc tự do: Fossen (1994, 2011) đã chuẩn hóa mô hình động lực học tàu thủy 6 bậc tự do và 3 bậc tự do trên mặt phẳng ngang theo quy chuẩn của Hiệp hội Kiến trúc Hải quân và Kỹ sư Hàng hải Quốc tế (SNAME, 1950). Dựa trên mô hình này, hàng loạt giải thuật phi tuyến hiện đại ra đời: Backstepping thích nghi kết hợp hàm Lyapunov rào cản (Barrier Lyapunov Functions - BLF) để giải quyết ràng buộc trạng thái [46]–[48], [50]; Điều khiển trượt đầu cuối tác động nhanh (Fast Terminal SMC) [50]; Điều khiển mặt động kết hợp bộ quan sát trạng thái mở rộng thời gian cố định [47], [49].
                     TIẾN TRÌNH NGHIÊN CỨU ĐIỀU KHIỂN HỆ LÁI TÀU THỦY
                     
   Nomoto (1957)          Norrbin (1970)        Fossen (1994, 2011)       SMC / Backstepping       Quy hoạch động thích nghi (ADP)
   Mô hình tuyến tính     Phi tuyến 1-DOF       Mô hình 3-DOF / 6-DOF     + Mạng Nơ-ron / BLF      Actor-Critic & Off-Policy IRL
  [Chưa xét ghép kênh]   [Chưa xét trượt ngang]  [Chuẩn hóa SNAME]        [Chưa tối ưu năng lượng]  [ĐÓNG GÓP CỦA LUẬN ÁN]

Tuy nhiên, tồn tại một sự tranh luận và đối đầu học thuật sâu sắc giữa hai trường phái:

  • Trường phái Điều khiển Bền vững Cổ điển (Robust/Sliding Mode/Backstepping Control): Ưu điểm là đảm bảo hệ thống kháng nhiễu mạnh và ổn định toàn cục, nhưng nhược điểm lớn là tiêu tốn công suất cơ cấu chấp hành rất cao, dễ gây ra hiện tượng chattering (rung chấn bánh lái/chân vịt) và hoàn toàn không tính đến việc tối thiểu hóa phiếm hàm chi phí năng lượng.
  • Trường phái Điều khiển Tối ưu Thích nghi (ADP / Reinforcement Learning): Các nghiên cứu quốc tế tiêu biểu như Vamvoudakis & Lewis (2010), Zhang et al. (2011) hay Wang et al. (2016) áp dụng cấu trúc Actor-Critic để tìm nghiệm phương trình HJB online. Khi mở rộng sang lĩnh vực hàng hải [60]–[62], [66], các công trình này đều đặt trong giả định lý tưởng là không có nhiễu tác động hoặc mô hình động lực học đã biết hoàn toàn.

So sánh trực tiếp với hai nghiên cứu quốc tế đột phá gần nhất:

  1. So sánh với công trình Adaptive Optimal Backstepping Control (AOBC) của tác giả quốc tế [63]: Công trình [63] tích hợp Backstepping với cấu trúc Actor-Critic đa tầng cho từng hệ con, dẫn đến cấu trúc điều khiển gồm quá nhiều mạng nơ-ron lồng ghép, gây bùng nổ tính toán (explosion of complexity), làm chậm tốc độ hội tụ và chưa xử lý triệt để nhiễu ngoại cảnh không dừng.
  2. So sánh với công trình USVs Tracking Control của nhóm tác giả quốc tế [65] & Integral RL [64]: Công trình [65] áp dụng AC-NNs cho tàu thiếu cơ cấu chấp hành nhưng luật cập nhật trọng số tiến hành tuần tự, phụ thuộc vào hàm chi phí phi-Hamilton. Công trình [64] dùng hàm Nussbaum giải quyết ẩn động học nhưng sử dụng hàm chi phí phi toàn phương, làm mất đi bản chất tối ưu chuẩn LQR/HJB.

Luận án của NCS. Vũ Văn Tú định vị chính xác điểm giao thoa: Xây dựng giải thuật ADP cấu trúc Actor-Critic kết hợp bộ ước lượng nhiễu bậc cao (RISE / DO) và thuật toán Off-Policy IRL giải bài toán Zero-sum Game HJI, khắc phục hoàn toàn nhược điểm bùng nổ tính toán của [63] và bảo toàn hàm chi phí tối ưu toàn phương chính tắc.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng và hoàn thiện các lý thuyết điều khiển tự động kinh điển khi áp dụng vào đối tượng phi tuyến phức tạp trong môi trường thủy động lực học:

  1. Mở rộng Lý thuyết Quy hoạch động Bellman cho Hệ Động lực học Tàu thủy Đủ Cơ cấu Chấp hành: Luận án chứng minh rằng phương trình HJB phi tuyến bậc cao có thể được xấp xỉ chính xác bằng mạng nơ-ron nhiều lớp (MLP) với cấu trúc Actor-Critic cập nhật đồng thời (online synchronous update), loại bỏ hoàn toàn yêu cầu kiểm tra điều kiện kích thích liên tục (Persistence of Excitation - PE) vốn vô cùng khó khăn trong thực tế vận hành hàng hải.
  2. Hợp nhất Lý thuyết Điều khiển Tối ưu và Lý thuyết Ổn định Bị chặn Tới hạn Đều (Uniformly Ultimately Bounded - UUB): Luận án đã phát biểu và chứng minh thành công các định lý ổn định hệ kín dựa trên hàm thế năng Lyapunov tổng quát, khẳng định vector trạng thái sai lệch bám quỹ đạo và sai số ước lượng trọng số mạng nơ-ron $(\tilde{W}_c, \tilde{W}_a)$ đều hội tụ về tập compact lân cận gốc tọa độ trong thời gian hữu hạn.
  3. Phát triển Lý thuyết Trò chơi Vi phân Tổng bằng Không (ZDGT) trong Môi trường Biển: Dưới tác động của nhiễu ngoại vi tồi tệ nhất ($d^* \in \mathcal{L}2[0, \infty)$ đóng vai trò là đối thủ tối đa hóa hàm chi phí) và tín hiệu điều khiển tối ưu ($u^*$ đóng vai trò cực tiểu hóa hàm chi phí), phương trình Hamilton-Jacobi-Isaacs (HJI) được giải quyết trọn vẹn thông qua cấu trúc mạng nơ-ron ba thành phần (Actor-Critic-Disturber), đạt mức suy giảm nhiễu $L_2$-gain nghiêm ngặt: $$\int{0}^{\infty} (X^T Q X + u^T R u) d\tau \le \gamma^2 \int_{0}^{\infty} d^T d , d\tau$$

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp chặt chẽ ba trụ cột lý thuyết: (1) Mô hình Thủy động lực học 3-DOF SNAME/Fossen, (2) Giải thuật Tối ưu Hóa thích nghi ADP/IRL, và (3) Kỹ thuật Bù Nhiễu Bền vững (RISE / Disturbance Observer).

                           KHUNG PHÂN TÍCH VÀ ĐIỀU KHIỂN CỦA LUẬN ÁN
                           
           [KHI BIẾT DẠNG MÔ HÌNH NỘI]           [KHI HOÀN TOÀN MẤT MÔ HÌNH]

Điểm cốt lõi trong phương pháp phân tích là chuyển đổi hệ động lực học bám quỹ đạo phụ thuộc thời gian về một hệ phi tuyến dừng (autonomous system) 9 chiều với vector trạng thái mở rộng: $$X = [z_1^T, z_2^T, \eta_d^T]^T \in \mathbb{R}^9$$ trong đó $z_1 = \eta - \eta_d \in \mathbb{R}^3$ là sai lệch vị trí - góc hướng trong hệ tọa độ NED, $z_2 = v - \alpha_1 \in \mathbb{R}^3$ là sai lệch vận tốc trong hệ tọa độ gắn thân tàu BODY, và $\eta_d = [x_d, y_d, \psi_d]^T$ là quỹ đạo đặt trơn bị chặn.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ chặt chẽ thế giới quan bản thể luận thực chứng (Positivism) kết hợp phương pháp suy diễn toán học hình thức chính xác (deductive formal mathematical analysis). Thiết kế nghiên cứu gồm 3 tầng liên hoàn:

  • Tầng 1 (Kinematic Layer): Thiết lập ma trận chuyển đổi tọa độ Euler $J(\psi) \in \mathbb{R}^{3 \times 3}$ giữa hệ quy chiếu quán tính Trái Đất NED ($n$-frame) và hệ quy chiếu gắn thân tàu BODY ($b$-frame), thiết kế tín hiệu điều khiển ảo $\alpha_1 = J^{-1}(\psi)(K_1 z_1 + \dot{\eta}_d)$.
  • Tầng 2 (Feedforward Dynamic Layer): Xác định thành phần điều khiển truyền thẳng danh định: $$\tau_d = M \dot{v}_d + C(v_d)v_d + D(v_d)v_d + g(\eta_d)$$
  • Tầng 3 (Adaptive Optimal Learning & Disturbance Estimation Layer): Tổng hợp vector điều khiển thực thi $\tau = u + \tau_d$, trong đó $u$ được sinh ra từ mạng nơ-ron Actor nhằm triệt tiêu phiếm hàm chi phí toàn phương, kết hợp các thuật toán bù trừ nhiễu động học.

Quy trình nghiên cứu rigorous

Mô hình chuyển động vật rắn 6 bậc tự do trong môi trường chất lỏng được công trình chuẩn hóa theo phương trình động lực học tổng quát [16]: $$\text{"} M_{RB}\dot{v} + C_{RB}(v)v = \tau_{RB} \text{"}$$ Khi xét chuyển động trên mặt phẳng ngang 3 bậc tự do, ma trận quán tính tổng $M = M_{RB} + M_A \in \mathbb{R}^{3 \times 3}$, ma trận Coriolis - hướng tâm $C(v) = C_{RB}(v) + C_A(v)$, và ma trận suy giảm thủy động lực học $D(v) = D + D_n(v)$ được thiết lập chi tiết với các hệ số thủy động SNAME: $X_{\dot{u}}, Y_{\dot{v}}, Y_{\dot{r}}, N_{\dot{v}}, N_{\dot{r}}$.

Quy trình giải bài toán tối ưu thích nghi được thực thi tuần tự qua các bước toán học:

  1. Xấp xỉ hàm Bellman và Luật điều khiển tối ưu bằng mạng MLP:
    • Hàm chi phí tối ưu: $V^*(X) = W^T \sigma(X) + \varepsilon(X)$
    • Mạng Critic: $\hat{V}(X) = \hat{W}_c^T \sigma(X)$
    • Mạng Actor: $\hat{u}(X) = -\frac{1}{2} R^{-1} G^T(X) \nabla \sigma^T(X) \hat{W}_a$
  2. Luật cập nhật trọng số Critic theo phương pháp Bình phương tối thiểu (Least Squares): $$\dot{\hat{W}}c = -k_c \Gamma \frac{\omega}{1 + \omega^T \Gamma \omega} e{hjb}$$ $$\dot{\Gamma} = -k_c \frac{\Gamma \omega \omega^T \Gamma}{1 + \omega^T \Gamma \omega}, \quad \Gamma(0) = \beta_0 I$$ trong đó $\omega = \nabla \sigma(X)[F(X) + G(X)\hat{u}]$ là vector hồi quy được chuẩn hóa, giúp ma trận hiệp phương sai $\Gamma(t)$ luôn bị chặn: $0 < \beta_0 I \le \Gamma(t) \le \beta_1 I$.
  3. Luật cập nhật trọng số Actor theo phương pháp Gradient Descent: $$\dot{\hat{W}}a = -k{a1} \frac{\nabla \sigma G R^{-1} G^T \nabla \sigma^T}{1 + \omega^T \Gamma \omega}(\hat{W}a - \hat{W}c) e{hjb} - k{a2}(\hat{W}_a - \hat{W}_c)$$
  4. Tích hợp bộ ước lượng nhiễu:
    • Cấu trúc ADP-RISE: Tích hợp bộ điều khiển phản hồi tích phân dấu sai lệch bậc cao (Robust Integral of the Sign of the Error) nhằm triệt tiêu các thành phần sai số xấp xỉ mạng nơ-ron và nhiễu đầu vào biến thiên trơn có đạo hàm bị chặn.
    • Cấu trúc ADP-DO: Xây dựng Bộ quan sát nhiễu phi tuyến (Disturbance Observer) ước lượng vector nhiễu gộp $h(t) = f(v) + \tau_{dis}$ theo thời gian thực và đưa tín hiệu bù trực tiếp vào kênh điều khiển.
                  SƠ ĐỒ CẤU TRÚC ĐIỀU KHIỂN BÁM TỐI ƯU ADP-RISE / ADP-DO
                  
       Quỹ đạo đặt                                            +

Data và phân tích

Toàn bộ các thuật toán được cài đặt, mô phỏng và kiểm chứng trên nền tảng phần mềm MATLAB/Simulink. Đối tượng mô phỏng là mô hình tàu thủy tuần tra/dịch vụ cung ứng với các tham số khối lượng và kích thước thực tế:

  • Tham số thân tàu: Chiều dài tàu $L = 38\text{ m}$, khối lượng vật rắn $m = 1.18 \times 10^5\text{ kg}$, mô-men quán tính trục $z$: $I_z = 6.36 \times 10^7\text{ kg}\cdot\text{m}^2$.
  • Kịch bản kiểm chứng: Bám quỹ đạo tròn liên tục $x_d(t) = 10\sin(0.05t)\text{ m}$, $y_d(t) = 10\cos(0.05t)\text{ m}$, góc hướng $\psi_d(t) = \text{atan2}(\dot{y}_d, \dot{x}_d)$.
  • Tác động của hai hàm nhiễu môi trường độc lập:
    • Nhiễu dạng 1 (Hàm hằng/bước nhảy): $\tau_{w1} = [10^4\text{ N}, 10^4\text{ N}, 10^4\text{ N}\cdot\text{m}]^T$.
    • Nhiễu dạng 2 (Nhiễu điều hòa chu kỳ cao mô phỏng sóng cấp 4-5): $\tau_{w2} = [5\times 10^4\sin(0.2t), 3\times 10^4\cos(0.1t), 8\times 10^4\sin(0.15t)]^T$.

Chỉ số sai số bình phương trung bình căn (RMSE) được định lượng chính xác trên cả ba trục tọa độ $(x, y, \psi)$ để so sánh định lượng chất lượng điều khiển.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Sự triệt tiêu sai số bám vượt trội dưới cấu trúc ADP-RISE và ADP-DO: Khi chịu tác động của nhiễu điều hòa biên độ lớn (Nhiễu dạng 2), bộ điều khiển đề xuất ADP kết hợp bộ ước lượng nhiễu DO duy trì sai số bám vị trí tiệm cận 0 (RMSE trục $x < 0.042\text{ m}$, trục $y < 0.038\text{ m}$, trục $\psi < 0.005\text{ rad}$), trong khi các phương pháp tối ưu kinh điển không có bộ bù nhiễu bị dao động với biên độ sai lệch vượt quá $1.85\text{ m}$.
  2. Khả năng ước lượng chính xác thành phần bất định thủy động học: Bộ quan sát DO và bộ lọc RISE ước lượng bám sát $100%$ các thành phần phi tuyến chưa biết $f_1, f_2, f_3$ và lực nhiễu môi trường chỉ sau chưa đầy $1.2\text{ giây}$ kể từ thời điểm khởi động.
  3. Đột phá về điều khiển tối ưu không mô hình (Off-Policy IRL): Đúng như luận án đã nhấn mạnh: "Trong đó một NN xấp xỉ luật điều khiển tối ưu (actor NN), một NN còn lại xấp xỉ hàm chi phí tối ưu (critic NN), một NN (disturber NN) có thể được thêm vào cấu trúc ADP để xấp xỉ luật nhiễu xấu nhất." Thuật toán Off-Policy IRL với cấu trúc 3 mạng nơ-ron hội tụ chính xác về nghiệm yên ngựa Nash của phương trình HJI mà hoàn toàn không cần đo đạc hay nhận dạng các ma trận $M, C(v), D(v)$.
  4. Tiết kiệm năng lượng điều khiển rõ rệt: So sánh với bộ điều khiển thích nghi tối ưu phi tuyến AOBC [63], thuật toán đề xuất của luận án giảm hơn $23.6%$ năng lượng tiêu hao tích phân của tín hiệu điều khiển $\int \tau^T \tau dt$, đồng thời loại bỏ triệt để hiện tượng quá tải biên độ lực đẩy tại thời điểm quá độ ban đầu.
                    SO SÁNH ĐỊNH LƯỢNG SAI SỐ BÁM VÀ NĂNG LƯỢNG TIÊU HAO
                    
   Chỉ số đánh giá               Bộ điều khiển AOBC [63]     Bộ điều khiển ADP-DO (Luận án)
   RMSE Sai số trục x (m)                0.284 m                        0.042 m  (Giảm 85.2%)
   RMSE Sai số trục y (m)                0.312 m                        0.038 m  (Giảm 87.8%)
   RMSE Sai số góc hướng (rad)           0.031 rad                      0.005 rad (Giảm 83.8%)
   Năng lượng tiêu hao (J)               100% (Chuẩn hóa)               76.4%     (Tiết kiệm 23.6%)
   Thời gian hội tụ trọng số (s)         ~ 8.5 s                        ~ 2.1 s   (Nhanh gấp 4 lần)

Implications đa chiều

  • Về mặt Lý thuyết: Mở ra phương pháp luận chuẩn tắc để giải các bài toán điều khiển tối ưu bền vững $H_\infty$ cho lớp hệ thống cơ điện tử - thủy khí phi tuyến bậc cao có cấu trúc bất định lớn.
  • Về mặt Phương pháp: Cung cấp quy trình thiết kế điều khiển tối ưu hóa online không cần kiểm tra điều kiện PE, cho phép ứng dụng trực tiếp trên các hệ thống nhúng điều khiển thời gian thực (Real-time embedded systems).
  • Về mặt Thực tiễn Hàng hải: Cung cấp thuật toán cốt lõi cho các hệ thống định vị động học (Dynamic Positioning - DP System) và hệ thống lái tự động thông minh (Smart Autopilot) trên tàu thương mại, tàu dịch vụ dầu khí và tàu tuần duyên, trực tiếp cắt giảm lượng nhiên liệu tiêu thụ và khí phát thải $CO_2$.

Limitations và Future Research

Mặc dù đạt được những kết quả lý thuyết và mô phỏng xuất sắc, luận án thẳng thắn thừa nhận các giới hạn nghiên cứu (boundary conditions):

  1. Ràng buộc về đối tượng cấu hình: Nghiên cứu hiện tập trung giải quyết triệt để cho lớp tàu nổi đủ cơ cấu chấp hành (Fully-Actuated Marine Vessels: trang bị đồng thời chân vịt chính sau lái $\tau_u$, chân vịt mũi/mạn tạo lực ngang $\tau_v$, và bánh lái $\tau_r$). Thuật toán chưa thể áp dụng trực tiếp cho tàu thiếu cơ cấu chấp hành (Underactuated Surface Vessels - không có lực đẩy ngang $\tau_v$) do sự xuất hiện của các ràng buộc non-holonomic phức tạp.
  2. Hiện tượng bão hòa cơ cấu chấp hành: Các phân tích ổn định toán học giả định lực đẩy cơ cấu chấp hành nằm trong dải làm việc tuyến tính chưa bị bão hòa sâu về góc quay bánh lái hoặc công suất vòng tua chân vịt.
  3. Môi trường thử nghiệm: Kết quả nghiên cứu được xác thực toàn diện trên phần mềm mô phỏng toán học MATLAB/Simulink dựa trên bộ tham số thủy động lực học thực, nhưng chưa tiến hành thử nghiệm vật lý trên tàu mô hình quy mô thực ngoài biển khơi.

Hướng phát triển tương lai:

  • Mở rộng thuật toán Off-Policy IRL sang lớp phương tiện nổi và lặn không người lái thiếu cơ cấu chấp hành (Underactuated USVs / AUVs).
  • Tích hợp kỹ thuật Điều khiển Kích hoạt theo Sự kiện (Event-Triggered Control - ETC) vào thuật toán ADP nhằm giảm thiểu tải truyền thông trên mạng truyền dẫn cảm biến hàng hải.
  • Triển khai thử nghiệm phần cứng trong vòng lặp (Hardware-in-the-Loop - HIL) và thử nghiệm thực địa trên tàu điều khiển tự hành.

Tác động và ảnh hưởng

  • Tác động Học thuật: Luận án đóng góp 01 công trình ISI uy tín trên tạp chí chuyên ngành quốc tế (Journal of Control, Automation and Electrical Systems, Springer, 2021) cùng nhiều bài báo khoa học chất lượng cao tại các hội nghị quốc tế chuyên ngành Tự động hóa (VCCA, IFAC affiliate). Các kết quả này tạo tiền đề trích dẫn quan trọng cho cộng đồng nghiên cứu điều khiển học thông minh tại Việt Nam và khu vực.
  • Tác động Công nghiệp Đóng tàu & Hàng hải: Cung cấp cơ sở khoa học vững chắc cho các Viện nghiên cứu đóng tàu, Tập đoàn Công nghiệp Tàu thủy Việt Nam trong việc nội địa hóa và làm chủ công nghệ sản xuất các hệ thống lái tự động tích hợp thuật toán AI/Machine Learning thích nghi tối ưu, giảm sự phụ thuộc vào các tổ hợp lái ngoại nhập đắt đỏ từ Kongsberg, Rolls-Royce Marine hay Raytheon.
  • Ý nghĩa Xã hội và Môi trường: Tối ưu hóa quỹ đạo chuyển động của tàu giúp rút ngắn thời gian hải trình, giảm thiểu rủi ro đâm va hàng hải, tiết kiệm hàng triệu tấn nhiên liệu hóa thạch mỗi năm, đóng góp tích cực vào cam kết giảm phát thải ròng bằng 0 (Net Zero) của ngành giao thông vận tải hàng hải quốc tế (IMO 2050).

Đối tượng hưởng lợi

                                  ĐỐI TƯỢNG HƯỞNG LỢI CHÍNH
  1. Nghiên cứu sinh, Học viên Cao học ngành Tự động hóa, Robot và Kỹ thuật Hàng hải: Tiếp cận hệ thống chứng minh giải tích Lyapunov mẫu mực, phương pháp chuyển đổi không gian trạng thái bám quỹ đạo sang hệ dừng 9 chiều, và thuật toán xấp xỉ mạng nơ-ron Actor-Critic.
  2. Kỹ sư Thiết kế Hệ thống Điều khiển Hàng hải (Marine Control Engineers): Sở hữu giải thuật điều khiển bám tối ưu có thể lập trình trực tiếp trên PLC/DSP/Embedded PC của hệ thống lái tự động mà không cần can thiệp đo đạc lại các thông số thủy động lực học phức tạp khi thay đổi tải trọng hàng hóa.
  3. Các Công ty Khai thác Vận tải Biển và Doanh nghiệp Dầu khí Ngoài khơi: Ứng dụng giải thuật điều khiển vị trí động học chính xác cho các tàu cẩu, tàu khảo sát, tàu hậu cần dịch vụ giúp giảm thiểu độ trôi dạt do dòng chảy, tiết kiệm công suất động cơ chính và hệ thống chân vịt phụ trợ.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc thiết lập thành công cấu trúc điều khiển bám tối ưu hóa online kết hợp giữa thuật toán Quy hoạch động thích nghi (ADP) và kỹ thuật lọc tích phân dấu sai số bậc cao RISE / Bộ quan sát DO. Nghiên cứu đã mở rộng lý thuyết Tối ưu hóa Bellman từ hệ phi tuyến thuần nhất sang hệ thống cơ điện phi tuyến thực tế chịu nhiễu ngoại cảnh không dừng, giải quyết triệt để sự mâu thuẫn giữa tính tối ưu năng lượng và tính bền vững kháng nhiễu.

2. Điểm cải tiến phương pháp luận (Methodology Innovation) so với các nghiên cứu trước đây?

So với các nghiên cứu của Vamvoudakis & Lewis [13], [74] vốn đòi hỏi đối tượng danh định không có nhiễu, hoặc nghiên cứu của Zhang et al. [63] dùng quá nhiều mạng nơ-ron lồng ghép gây bùng nổ tính toán, luận án đã: (1) Chuẩn hóa vector hồi quy $\omega / (1 + \omega^T \Gamma \omega)$ giúp bảo đảm ma trận hiệp phương sai $\Gamma(t)$ luôn bị chặn; (2) Tách rời bài toán điều khiển thành kênh truyền thẳng danh định và kênh tối ưu thích nghi; (3) Áp dụng thuật toán Off-Policy IRL thu thập dữ liệu trạng thái để giải phương trình HJI mà không cần biết bất kỳ tham số khối lượng hay thủy động lực nào của tàu.

3. Phát hiện thực nghiệm/mô phỏng nào bất ngờ nhất?

Phát hiện bất ngờ nhất là thuật toán Off-Policy IRL với 3 mạng nơ-ron (Actor-Critic-Disturber) có tốc độ hội tụ ma trận trọng số cực kỳ nhanh (dưới $2.5\text{ giây}$) ngay cả khi tín hiệu kích thích ban đầu chỉ là tín hiệu điều khiển dừng ngẫu nhiên. Khi chuyển sang giai đoạn bám quỹ đạo kín, hệ thống tự động loại trừ ảnh hưởng của nhiễu sóng biển điều hòa mà không xảy ra hiện tượng lệch pha quỹ đạo (phase lag) thường gặp ở các bộ điều khiển PID/LQR hàng hải truyền thống.

4. Giao thức tái lập nghiên cứu (Replication Protocol) có được cung cấp đầy đủ không?

Toàn bộ hệ thống phương trình vi phân mô hình tàu 3-DOF, các ma trận hệ số quán tính $M$, ma trận Coriolis $C(v)$, ma trận cản $D(v)$, định dạng vector hàm kích hoạt mạng nơ-ron $\sigma(X)$, các hệ số học tích nghi $k_c, k_{a1}, k_{a2}$, ma trận trọng số chi phí $Q, R$, cùng các kịch bản nhiễu sóng gió đều được tường minh hóa chi tiết trong các mục 2.1, 2.3, 3.2 và phụ lục của luận án, bảo đảm khả năng tái lập mô phỏng $100%$ trên MATLAB/Simulink.

5. Định hướng lộ trình nghiên cứu 10 năm tới (10-Year Research Agenda)?

Lộ trình phát triển công nghệ xuất phát từ luận án bao gồm:

  • Giai đoạn 1-3 năm: Mở rộng giải thuật cho tàu tự hành thiếu cơ cấu chấp hành (Underactuated USVs) kết hợp xử lý bão hòa đầu vào cơ cấu chấp hành.
  • Giai đoạn 4-6 năm: Nhúng giải thuật vào phần cứng điều khiển biên tử (Edge Computing) và thử nghiệm mô hình bể thử thủy khí động học (Towing Tank).
  • Giai đoạn 7-10 năm: Phát triển thành cụm điều khiển phối hợp đa phương tiện không người lái (Swarm USVs/AUVs) ứng dụng Học tăng cường đa tác tử (Multi-Agent RL) phục vụ cứu hộ và an ninh biển đảo quốc gia.

Kết luận

Luận án tiến sĩ của Nghiên cứu sinh Vũ Văn Tú đã giải quyết xuất sắc và trọn vẹn bài toán điều khiển bám tối ưu thích nghi cho hệ lái tàu thủy trong điều kiện chịu ảnh hưởng của các thành phần bất định mô hình và nhiễu ngoại cảnh ngẫu nhiên. Tóm lược 5 thành tựu cốt lõi của luận án:

  1. Chuẩn hóa thành công mô hình toán học động lực học 3 bậc tự do (Surge, Sway, Yaw) của tàu thủy đủ cơ cấu chấp hành và chuyển đổi tương đương về hệ phương trình trạng thái dừng 9 chiều thuận lợi cho việc thiết kế điều khiển tối ưu.
  2. Đề xuất cấu trúc điều khiển bám tối ưu mới ADP cấu trúc Actor-Critic kết hợp bộ ước lượng RISE, loại bỏ hoàn toàn yêu cầu thỏa mãn điều kiện kích thích liên tục PE và bảo đảm hệ kín ổn định UUB theo lý thuyết Lyapunov.
  3. Phát triển thành công cấu trúc điều khiển tối ưu thích nghi ADP kết hợp bộ quan sát nhiễu phi tuyến (DO), triệt tiêu chính xác các tác động của sóng, gió, dòng chảy và giảm thiểu hơn $23%$ năng lượng cơ cấu chấp hành.
  4. Xây dựng thuật toán Off-Policy Integral Reinforcement Learning (Off-Policy IRL) giải phương trình HJI, hiện thực hóa điều khiển tối ưu bền vững $H_\infty$ đạt chuẩn triệt giảm nhiễu $L_2$ mà hoàn toàn không cần thông tin mô hình động lực học con tàu.
  5. Được thẩm định khoa học nghiêm ngặt thông qua các công trình công bố quốc tế uy tín, mở ra hướng đi đột phá trong việc ứng dụng Trí tuệ Nhân tạo và Học tăng cường thích nghi vào ngành công nghiệp tự động hóa tàu thủy và kinh tế biển Việt Nam.