Designing Control Barrier Functions Using a Dynamic Backup Policy

Resumen Técnico: Diseño de Funciones de Barrera de Control mediante una Política de Respaldo Dinámica

Planteamiento del Problema
Las Funciones de Barrera de Control (CBF, por sus siglas en inglés) son herramientas establecidas para la síntesis de filtros de seguridad para sistemas no lineales de tipo control-afín sujetos a restricciones de estado y de entrada. Sin embargo, la construcción sistemática de CBFs válidas para sistemas generales bajo restricciones arbitrarias sigue siendo un problema abierto. Mientras que los profesionales suelen recurrir a candidatas a CBF ajustadas con variables de holgura (slack variables), estas carecen de garantías de seguridad rigurosas. Los enfoques sistemáticos existentes incluyen el aprendizaje automático, la optimización de suma de cuadrados (sum-of-squares) y las CBF de respaldo (backup CBFs) que aprovechan políticas preespecificadas. Existe una brecha específica en el diseño de CBFs que manejen rigurosamente restricciones arbitrarias ofreciendo, al mismo tiempo, una estrategia de respaldo dinámica y parametrizada que evite el conservadurismo de los métodos basados en Lyapunov o la lentitud de los enfoques tradicionales de Gobernador de Referencia (RG).

Metodología
El método propuesto construye CBFs dentro de un espacio aumentado de estado y referencia ($\mathbb{R}^n \times \mathbb{R}^l$), inspirado en la literatura de Gobernadores de Referencia y en los Márgenes de Seguridad Dinámicos (DSM). La metodología central implica los siguientes pasos:

1. Configuración del Sistema y Supuestos: El enfoque considera sistemas control-afines $\dot{x} = f(x) + g(x)u$ sujetos a restricciones. Supone la existencia de una variedad de equilibrio parametrizada por una referencia virtual $v$, junto con una política de control localmente estabilizadora y continuamente diferenciable $\pi(x, v)$ que hace que el equilibrio $\bar{x}(v)$ sea asintóticamente estable.
2. Definición de DSM Basada en Trayectorias: En lugar de utilizar funciones de Lyapunov, los autores definen un Margen de Seguridad Dinámico (DSM) $\Delta(x, v)$ basado en la trayectoria del sistema "preestabilizado" (donde la entrada de control está fijada a $\pi(x, v)$). El DSM cuantifica la distancia mínima a la violación de restricciones sobre un horizonte de tiempo futuro, asumiendo que la referencia $v$ permanece constante:
   $$\Delta(x, v) = \inf_{\tau \in [0, \infty)} c(\Phi(\tau, x, v), v)$$
   donde $\Phi$ es el flujo de la dinámica preestabilizada y $c$ describe las restricciones.
3. Análisis de Sensibilidad: Para calcular las derivadas de Lie requeridas para la condición de la CBF, el artículo deriva los Jacobianos de sensibilidad del flujo $\Phi$ con respecto al estado inicial $x$ ($S_x$) y a la referencia $v$ ($S_v$). Se demuestra que, bajo supuestos leves (linealización de Hurwitz en el equilibrio), estas matrices de sensibilidad convergen a valores conocidos cuando $\tau \to \infty$.
4. Formulación Tratable: Para abordar la intratabilidad computacional de los horizontes infinitos y la potencial falta de suavidad de la función ínfimo, el método emplea:
   • Horizonte Finito con Restricciones Terminales: El horizonte infinito se trunca a $[0, T]$, con un DSM terminal $\Delta_F$ (por ejemplo, basado en Lyapunov) que asegura la invariancia para $\tau > T$.
   • Jacobianos Generalizados de Clarke: Para manejar los casos donde el ínfimo no es único (falta de suavidad), las restricciones del filtro de seguridad se imponen utilizando los Jacobianos generalizados de Clarke, asegurando que la condición de la CBF se cumpla para todos los subgradientes.
5. Implementación del Filtro de Seguridad: La CBF resultante se utiliza en un filtro de seguridad de Programación Cuadrática (QP). Este filtro minimiza la desviación de un controlador nominal $\kappa(x)$ y un campo de navegación de referencia $\rho(v)$, sujeto a la restricción de que la derivada temporal del DSM (calculada mediante los Jacobianos de sensibilidad) satisfaga la condición de la CBF.

Contribuciones Clave
El artículo extiende trabajos previos sobre DSMs y CBFs de respaldo con cuatro contribuciones específicas:

• Política de Respaldo Parametrizada: La política de respaldo no es una única política estática, sino que está parametrizada por la variedad de equilibrio del sistema. Esto permite que el filtro de seguridad utilice una familia de políticas de respaldo en lugar de una fija.
• Parametrización Dinámica: La política de respaldo es dinámica porque su parametrización (la referencia $v$) es variante en el tiempo, lo que permite una ejecución de seguridad más flexible.
• Estabilidad de las Matrices de Sensibilidad: Los autores demuestran rigurosamente que las matrices de sensibilidad subyacentes ($S_x$ y $S_v$) son asintóticamente estables bajo supuestos leves, facilitando el cálculo de las derivadas de la CBF.
• Manejo de la Falta de Suavidad: La potencial falta de suavidad del CBF resultante se aborda rigurosamente utilizando los Jacobianos generalizados de Clarke, asegurando que las garantías de seguridad se mantengan incluso cuando el mínimo basado en la trayectoria no es único.

Resultados
El método se valida en un péndulo invertido sobre un carro, un sistema caracterizado por saturación de entrada, múltiples restricciones, fuertes no linealidades, alto grado relativo y dinámica de no mínimo fase. El sistema tiene la tarea de moverse desde una posición inicial hacia un objetivo mientras respeta los límites de estado y de entrada.

Las simulaciones comparativas contra otros cuatro enfoques (Control Nominal, DSM-CBF basado en Lyapunov, Gobernador de Referencia (ERG) y CBF de Respaldo) demuestran que:

• El controlador Nominal falla en satisfacer las restricciones.
• El DSM-CBF basado en Lyapunov es excesivamente conservador, lo que resulta en un rendimiento más lento.
• El enfoque de Gobernador de Referencia (ERG) es sistemáticamente más lento que los métodos basados en CBF.
• La CBF de Respaldo (usando una política de respaldo fija) funciona, pero es más lenta que el método propuesto.
• El DSM-CBF basado en trayectorias propuesto logra el mejor rendimiento garantizando al mismo tiempo la satisfacción de las restricciones. Los autores atribuyen esto al grado de libertad adicional proporcionado por la parametrización de la política de respaldo mediante la referencia $v$, lo que permite al sistema navegar las restricciones de manera más eficiente que los respaldos de política fija.

Significancia y Reivindicaciones
El artículo afirma proporcionar un enfoque sistemático para construir CBFs válidas para sistemas no lineales con restricciones arbitrarias, yendo más allá de la dependencia de funciones candidatas heurísticas. Al aprovechar las predicciones de trayectoria de un sistema preestabilizado, el método cierra la brecha entre la seguridad rigurosa de las CBF y la flexibilidad de los Gobernadores de Referencia. Los autores enfatizan que el enfoque es computacionalmente tratable porque las predicciones de trayectoria dependen solo del estado y la referencia actuales, no de las variables de optimización, manteniendo el costo insignificante en comparación con el Control Predictivo basado en Modelo (MPC). El trabajo establece que los márgenes de seguridad dinámicos derivados del análisis de trayectorias son CBFs válidas, ofreciendo una alternativa rigurosa a las construcciones basadas en Lyapunov que pueden ser demasiado conservadoras para sistemas inestables en lazo abierto.