Safety-aware Model Predictive Path Integral Control with Signal Temporal Logic

تخيل روبوتًا يتنقل في مستودع مزدحم أو طائرة بدون طيار (درون) توصل طردًا عبر مدينة مكتظة. إن مهمته لا تقتصر فقط على الانتقال من النقطة (أ) إلى النقطة (ب)، بل القيام بذلك مع الالتزام بمجموعة معقدة من القواعد التي تتغير بمرور الوقت. قد يتعين عليه تجنب رافعة شوكية متحركة خلال الثلاثين ثانية الأولى، ثم الوصول إلى محطة شحن محددة بين الدقيقة الأولى والدقيقة الثانية، كل ذلك دون الاصطدام بطاولة أبدًا. هذا هو تحدي التخطيط الحركي الواعي بالسلامة. لسنوات، كافح المهندسون لتعليم الروبوتات اتباع هذه الأنواع من التعليمات المنطقية والحساسة للوقت دون أن تتعثر أو تتحطم. غالبًا ما تتطلب الطرق التقليدية من الروبوت حل ألغاز رياضية ضخمة وبطيئة قبل أن يتمكن من الحركة، مما يجعلها بطيئة جدًا للاستخدام في العالم الحقيقي. أما الأساليب الأخرى فهي سريعة ولكنها تفتقر إلى الضمان بأن الروبوت سيتبع القواعد بالفعل، مما يجعله عرضة للحوادث.

في دراسة جديدة، طور باحثون نظامًا يسد هذه الفجوة، مما يسمح للروبوتات بالتحرك بسرعة وأمان مع الالتزام الصارم بالتعليمات المعقدة القائمة على الوقت. قام الفريق، بقيادة "ييكي تشاو" وزملاؤه من مؤسسات تشمل جامعة جنوب كاليفورنيا وتويوتا موتور نورث أمريكا، بإنشاء إطار تخطيط يسمى "safety-aware-stl-mppi". يجمع هذا النظام بين فكرتين قويتين: طريقة تعتمد على أخذ العينات سريعة تولد العديد من المسارات الممكنة بالتوازي، وفلتر سلامة رياضي يعمل كحارس، يضمن أن كل مسار مختار يحترم قواعد المهمة. اختبر الباحثون نهجهم في محاكاة حاسوبية لمركبات المريخ والطائرات بدون طيار رباعية المراوح، وأظهروا أن طريقتهم حافظت باستمرار على سلامة وكفاءة الروبوتات، متفوقة على التقنيات الحالية التي كانت إما بطيئة للغاية أو تفشل في اتباع القواعد.

يكمن جوهر المشكلة في كيفية وصف السلامة للآلة. استخدم الباحثون لغة تسمى "منطق الإشارة الزمني" (Signal Temporal Logic)، والتي تسمح للبشر بكتابة تعليمات مثل "تجنب المنطقة الحمراء دائمًا" أو "تصل إلى المنطقة الزرقاء في النهاć ضمن عشر ثوانٍ". وبينما هذه اللغة دقيقة، فإن تحويلها إلى مجموعة من التعليمات يمكن للروبوت اتباعها في الوقت الفعلي أمر صعب. اعتمدت المحاولات السابقة لحل هذا الأمر غالبًا على محركات حوسبة ثقيلة لم تستطع مواكبة السرعة المطلوبة لمركبة متحركة. يتجنب النهج الجديد هذا الاختناق باستخدام تقنية تسمى "التحكم بالتنبؤ بالمسار بتكامل النموذج" (Model Predictive Path Integral control). فبدلاً من محاولة حساب المسار المثالي الوحيد مسبقًا، يقوم النظام بتوليد آلاف المسارات العشوائية والمحتملة في جزء من الثانية، ثم يقوم بتقييمها، ووزن المسارات الجيدة واستبعاد السيئة، لإيجاد أفضل مسار للعمل.

ومع ذلك، فإن مجرد اختيار أفضل مسار من عينة عشوائية ليس كافيًا إذا كان هذا المسار ينتهك قاعدة سلامة. ولإصلاح ذلك، قدم الباحثون حاجز سلامة ديناميكي. فكر في هذا الحاجز ليس كجدار ثابت، بل كسياج غير مرئي يتغير شكله ويتحرك بناءً على موقع الروبوت الحالي وزمانه. إذا حاول مسار الروبوت عبور هذا السياج، يقوم النظام فورًا بدفعه للعودة إلى الجانب الآمن. يتم ذلك عن طريق ترجمة القواعد المنطقية المعقدة إلى مجموعة من القيود التي يمكن لمتحكم الروبوت فهمها وطاعتها على الفور. يتحقق النظام من كل مسار محتمل مقابل هذه القيود، وإذا كان المسار قريبًا جدًا من الخطر، فإنه يعيده إلى المنطقة الآمنة قبل أن يلتزم الروبوت بالحركة.

أثبت الباحثون فعالية هذا النظام من خلال عدة عمليات محاكاة مفصلة. في أحد السيناريوهات، كلفوا مركبة مريخية افتراضية بالتنقل في بيئة معقدة مليئة بالعقبات ومتطلبات زمنية محددة. كان على المركبة تجنب مناطق معينة في جميع الأوقات مع ضمان وصولها إلى موقع محدد ضمن نافذة زمنية ضيقة. نجح النظام الجديد في توجيه المركبة عبر هذه التحديات، مع الحفاظ على السلامة مع تقليل وقت السفر. وفي اختبار آخر، كان على طائرة بدون طيار محاكية الطيران عبر مساحة مزدحمة، مع تجنب عقبات مثل الرافعة الشوكية (أ) والرافعة الشوكية (ب)، بالإضافة إلى الطاولات، مع الهبوط في النهاية بالقرب من منصة مركزية. تم إنشاء مسار طيران الطائرة في الوقت الفعلي، مع قيام فلتر السلامة بتعديل مسارها باستمرار لضمان عدم انتهاكها للقواعد الصارمة للمهمة أبدًا.

ما يجعل هذا العمل مهمًا بشكل خاص هو أنه لا يضحي بالسرعة من أجل السلامة، ولا يضحي بالسلامة من أجل السرعة. تم تصميم النظام ليعمل بكفاءة على أجهزة الكمبيوتر القياسية، مما يجعله مناسبًا للتطبيقات في العالم الحقيقي حيث تكون الأجزاء من الثانية حاسمة. وجد الباحثون أن طريقتهم حققت باستمرار مستويات عالية من السلامة، وهي نتيجة فشلت طرق التخطيط المماثلة الأخرى في تحقيقها في اختباراتهم. وبينما تعتمد النتائج الحالية على عمليات المحاكاة الحاسوبية، بما في ذلك اختبار لطائرة بدون طيار رباعية المراوح في بيئة افتراضية مقدمة من NVIDIA، فإن الرياضيات الكامنة وراء ذلك تشير إلى أن النهج قوي بما يكفي للنشر المادي. لقد أتاح الفريق الكود الخاص بهم للجمهور، داعيًا الباحثين الآخرين للبناء على هذا الأساس.

يمثل هذا التقدم خطوة للأمام في جعل الروبوتات ذاتية القيادة أكثر موثوقية وجدارة بالثقة. فمن خلال تعليم الآلات كيفية فهم واتباع قواعد معقدة وحساسة للوقت دون إبطائها، فتح الباحثون الباب أمام الروبوتات للعمل في بيئات أكثر ديناميكية وعدم قابلية للتنبؤ. وسواء كانت مركبة تستكشف كوكبًا جديدًا أو طائرة بدون طيار توصل الدواء في مدينة مزدحمة، فإن القدرة على التنقل بأمان مع اتباع مجموعة صارمة من التعليمات هي أمر ضروري. توفر الطريقة الجديدة وسيلة عملية لتحقيق ذلك، مما يضمن أن تكون الروبوتات رشيقة ومطيعة في آن واحد، وجاهزة لخوض مهام المستقبل المعقدة.