Resumen Técnico: Funciones de Barrera de Control Adaptativas en Línea bajo Incertidumbre Epistémica y Aleatoria

1. Planteamiento del Problema

Las Funciones de Barrera de Control (CBF, por sus siglas en inglés) son una herramienta estándar para imponer restricciones de seguridad en sistemas robóticos mediante la síntesis de filtros de seguridad que modifican mínimamente un controlador nominal. Sin embargo, el rendimiento práctico de los controladores basados en CBF depende fuertemente de la elección de los parámetros de la función de clase-$\mathcal{K}$ (tasas de decaimiento). Esto crea un compromiso fundamental:

• Parámetros conservadores: garantizan la viabilidad y la seguridad, pero a menudo resultan en un movimiento lento y sinuoso.
• Parámetros agresivos: mejoran el progreso, pero pueden volver el filtro de seguridad inviable o inseguro, particularmente bajo restricciones de entrada o cerca de obstáculos.

Los enfoques existentes basados en aprendizaje que intentan adaptar estos parámetros en línea suelen tratar el modelo aprendido como un generador directo de parámetros óptimos. Esto introduce un riesgo crítico: si el modelo es excesivamente confiado en estados fuera de la distribución (OOD) o configuraciones de obstáculos, puede emitir parámetros inválidos que comprometan directamente la viabilidad del filtro de seguridad. Además, muchos métodos existentes carecen de mecanismos explícitos para evaluar la incertidumbre predictiva o validar los parámetros frente a las restricciones de entrada antes de su aplicación.

Este artículo aborda el desafío de la adaptación de parámetros de CBF en línea bajo restricciones de entrada, con el objetivo de reducir el conservadurismo mientras se garantiza la seguridad mediante un proceso de verificación riguroso y consciente de la incertidumbre.

2. Metodología: CBF Adaptativa en Línea (OA-CBF)

El marco propuesto, OA-CBF, cambia el paradigma de la predicción directa de parámetros hacia la evaluación de candidatos de parámetros consciente de la incertidumbre. En lugar de predecir un único parámetro óptimo, el sistema muestrea parámetros candidatos, los evalúa frente a métricas de seguridad y rendimiento, y selecciona el mejor candidato verificado.

A. Parámetros de CBF Validados Localmente

En lugar de requerir que un único parámetro sea globalmente válido para todos los estados futuros (lo cual suele ser intratable y excesivamente conservador), OA-CBF introduce el concepto de parámetros de CBF validados localmente. Un parámetro se considera localmente válido si satisface la condición de la CBF con Restricción de Entrada (ICCBF) sobre un horizonte de predicción finito $[t, t+T]$.

• El marco certifica que la trayectoria del sistema permanece dentro de un "conjunto seguro interno" $C^\star(\alpha)$ durante este horizonte.
• Al actualizar repetidamente el parámetro en intervalos más cortos que el horizonte, la seguridad se preserva mediante un mecanismo de validación de horizonte rodante.

B. Diseño del Modelo de Predicción

Para evaluar los candidatos de manera eficiente, OA-CBF emplea una Red Neuronal de Conjunto Probabilística (PENN) entrenada fuera de línea.

• Codificador de Atención de Grafos: Para manejar entornos con un número variable de obstáculos, el modelo utiliza una red neuronal de grafos (GNN) con mecanismos de atención. Este agrega información de todos los obstáculos observados (robot, meta y obstáculos como nodos) sin relleno (padding) ni selección heurística, produciendo un vector de contexto.
• Estructura de Entrada: El parámetro de CBF candidato $\tilde{\alpha}$ se concatena explícitamente con el vector de contexto ambiental. La red predice distribuciones sobre dos métricas:
  1. Métrica de Seguridad ($\phi$): un nivel de riesgo derivado de una función de densidad de pérdida de seguridad que penaliza las violaciones de la restricción ICCBF y la proximidad a los obstáculos.
  2. Métrica de Rendimiento ($\delta$): una medida de la eficiencia del progreso (por ejemplo, tiempo hacia la meta).
• Arquitectura de Conjunto (Ensemble): La PENN consiste en múltiples redes neuronales independientes para capturar tanto la incertidumbre epistémica (incertidumbre del modelo debido a datos limitados) como la incertidumbre aleatoria (ruido inherente al sistema).

C. Verificación de Dos Etapas Consciente de la Incertidumbre

Antes de aplicar un parámetro candidato, este debe pasar por dos filtros rigurosos:

1. Filtro de Incertidumbre Epistémica (Predicción Conforme):

   • El sistema cuantifica el desacuerdo del modelo utilizando la Divergencia de Jensen-Rényi (JRD) a través del conjunto.
   • Un umbral $D_{thr}$ se calibra mediante predicción conforme en un conjunto de datos de validación para garantizar una tasa de recuperación específica dentro de la distribución.
   • Si la JRD excede el umbral, la entrada se considera fuera de la distribución (OOD) y la predicción es rechazada para evitar la extrapolación excesivamente confiada.

2. Tamizaje de Riesgo Aleatorio (CVaR Distribucionalmente Robusto):

   • Para los candidatos que pasan el filtro epistémico, el sistema evalúa el Valor en Riesgo Condicional (CVaR) de la métrica de seguridad predicha.
   • Una condición distribucionalmente robusta asegura que incluso el miembro más conservador del conjunto prediga un nivel de riesgo por debajo del umbral de seguridad con alta probabilidad. Esto filtra los riesgos aleatorios (ruido/variabilidad) que podrían conducir a violaciones de seguridad.

D. Selección y Control

Entre los candidatos que pasan ambas etapas de verificación, el sistema selecciona el parámetro que minimiza la métrica de rendimiento predicha $\delta$. Este parámetro seleccionado se aplica al controlador, que puede realizarse como un CBF-QP o un MPC-CBF de datos muestreados.

3. Contribuciones Clave

El artículo realiza cuatro contribuciones principales:

1. Formulación de CBF Validad con Localmente: Una nueva formulación del problema que adapta los parámetros de la CBF verificándolos sobre un horizonte finito en lugar de buscar una solución global, demostrando que la validación local repetida preserva la seguridad.
2. Verificación Consciente de la Incertidumbre: Un procedimiento de dos etapas que combina la predicción conforme para el filtrado epistémico y el CVa de riesgo aleatorio para el tamizaje de riesgos, asegurando que solo las predicciones fiables influyan en el controlador.
3. Arquitectura de Predicción de Atención de Grafos: Un codificador escalable que procesa entornos de obstáculos de tamaño variable sin pérdida de información, lo que permite al modelo evaluar parámetros candidatos arbitrarios en lugar de producir un único valor determinista.
4. Amplia Aplicabilidad: Demostración de que el marco funciona tanto con filtros MPC-CBF como CBF-QP y es aplicable tanto a restricciones de seguridad basadas en la distancia (ICCBF) como a las no basadas en la distancia (CBF Parabólica Dinámica).

4. Resultados Experimentales

El marco OA-CBF fue evaluado en cinco sistemas no lineales con restricciones de entrada: Uniciclo Dinámico, Cuadrotor Planar (Quad2D), Cuadrotor 3D (Quad3D), Bicicleta Cinemática y VTOL Quadplane.

• Seguridad vs. Conservadurismo: Comparado con las líneas base de parámetros fijos, OA-CBF redujo significativamente el conservadurismo. Por ejemplo, en el Uniciclo Dinámico, logró una tasa de fallo de seguridad del 0% con un tiempo de llegada promedio de 10.8s, mientras que un parámetro fijo conservador tomó 31.0s (0% de fallo), y un parámetro fijo agresivo tuvo una tasa de fallo del 39%.
• Comparación con Baselines de Aprendizaje: OA-CBF superó a las líneas base basadas en aprendizaje como BarrierNet y los métodos de decaimiento óptimo. Aunque algunos baselines lograron tiempos rápidos en ensayos exitosos, sufrieron altas tasas de fallo (por ejemplo, BarrierNet tuvo una tasa de fallo del 60% en el Uniciclo). OA-CBF mantuvo tasas de fallo del 0% en todos los benchmarks basados en distancia, logiendo además los tiempos de llegada más rápidos entre los métodos seguros.
• Impacto de la Atención de Grafos: Reemplazar el codificador propuesto de atención de grafos con un codificador estándar de "obstáculo más cercano" aumentó las tasas de fallo de seguridad (por ejemplo, del 0% al 11% en Quad2D), demostrando la importancia de procesar el entorno completo de obstáculos.
• CBFs No Basadas en la Distancia: En la Bicicleta Cinemática utilizando una CBF Parabólica Dinámica (definida en el espacio de velocidad relativa), OA-CBF redujo la tasa de fallo de seguridad del 84% (agresivo fijo) al 1%, demostrando la aplicabilidad del método más allá de las funciones de distancia con signo.

5. Significación y Reivindicaciones

El artículo sostiene que OA-CBF proporciona un mecanismo tratable para resolver el compromiso entre seguridad y rendimiento en el control basado en CBF. Al tratar el modelo aprendido como un evaluador consciente de la incertidumbre en lugar de un generador directo, el marco rechaza explícitamente las actualizaciones inseguras o poco fiables antes de que se apliquen.

Los autores enfatizan que el método:

• Reduce el Conservadurismo: Permite que el sistema opere más cerca de los límites del conjunto seguro cuando las condiciones lo permiten, a diferencia de los parámetros fijos conservadores.
• Garantiza la Robustez: A través de la calibración conforme y el tamizaje CVaR, mitiga los riesgos asociados con la excesiva confianza de las redes neuronales y los cambios de distribución.
• Se Generaliza: Es efectivo a través de diversas dinámicas (desde uniciclos hasta aeronaves VTOL) y diferentes formulaciones de CBF (basadas en distancia y basadas en velocidad relativa).

El artículo concluye con modestia, reconociendo que la calidad de la adaptación depende de la cobertura de los datos de entrenamiento fuera de línea y que el despliegue en hardware requerirá más trabajo para abordar errores de sensores, dinámicas no modeladas y latencia de optimización en tiempo real.