ReLU Barrier Functions for Nonlinear Systems with Constrained Control: A Union of Invariant Sets Approach

1. Problema

El desafío central abordado en este trabajo es la certificación de seguridad para sistemas dinámicos no lineales sujetos a restricciones de entrada poliédricas (saturación de control).

• Dificultades principales:
  1. Las restricciones de entrada pueden eliminar las controles factibles que preservan la seguridad, haciendo que la síntesis de Funciones de Barrera de Control (CBF) sea compleja.
  2. Muchos métodos existentes asumen conocimiento previo de un conjunto seguro o invariante, lo cual no siempre está disponible.
  3. Existe una compensación (trade-off) entre la tratabilidad computacional y el conservadurismo: las funciones de clase-K lineales permiten programas convexos pero suelen generar conjuntos invariantes certificados más pequeños (conservadores), mientras que las funciones no lineales pueden ofrecer conjuntos más grandes pero introducen problemas de optimización no convexos difíciles de resolver.
  4. Los enfoques basados en aprendizaje automático (redes neuronales) a menudo requieren entrenamiento no convexo y verificación costosa.

2. Metodología

Los autores proponen una tubería de aproximación-verificación que mantiene la convexidad en la síntesis mientras garantiza la seguridad rigurosa para el sistema no lineal original. El proceso consta de cinco pasos clave:

1. Aproximación (PWA): Se aproxima la dinámica no lineal en lazo cerrado mediante un modelo Poli-Afín por Partes (PWA) derivado de una red neuronal con activación ReLU. Esto permite tratar el sistema como una colección de dinámicas afines locales.
2. Síntesis Convexa: Se realiza la síntesis de la función de barrera sobre el modelo PWA sustituto utilizando Programación Lineal (LP).
   • Se introduce un diseño de Leaky ReLU de dos pendientes para la función de clase-K $\alpha(\cdot)$. Esto evita la no convexidad bilineal y reduce el conservadurismo en comparación con las funciones lineales puras.
3. Ampliación (UIS): Se emplea el método de Unión de Conjuntos Invariantes (UIS). En lugar de seleccionar un solo conjunto invariante de una única función $\alpha$, se resuelven múltiples programas lineales con diferentes pendientes lineales y se combinan mediante una composición máxima ($\max$) de las funciones de barrera resultantes.
4. Verificación Facetaria: Se verifica si la función de barrera sintetizada satisface la condición CBF para el sistema no lineal original con restricciones de entrada.
   • Se utiliza el Lema de Farkas para eliminar la variable de control $u$ y verificar la condición solo en las "parches" de facetas (superficies) donde la función de barrera es cero, en lugar de todo el dominio.
5. Actualización de Incertidumbre Local: Si la verificación falla (se encuentra un contraejemplo), no se vuelve a aprender la dinámica completa. En su lugar, se calcula la desviación local entre el modelo real y el sustituto en ese punto específico, se actualiza el conjunto de incertidumbre local $\Delta_j$ y se re-suelve el programa lineal. Esto evita conservadurismos globales excesivos.

3. Contribuciones Clave

1. Surrogado Leaky ReLU para $\alpha(\cdot)$: Un diseño de dos pendientes que aproxima funciones no lineales de clase-K sin introducir no convexidad en la optimización, reduciendo el conservadurismo respecto a las aproximaciones lineales.
2. Unión de Conjuntos Invariantes (UIS): Un método que certifica la unión de múltiples conjuntos invariantes derivados de LP mediante composición máxima.
   • Ventaja: Proporciona un conjunto certificado que nunca es menor que el mejor conjunto de un solo $\alpha$, sin incurrir en costos de optimización adicionales más allá de la síntesis inicial.
3. Tubería de Aproximación-Verificación: Un marco que combina la síntesis convexa en modelos PWA con una verificación rigurosa en el sistema no lineal y actualizaciones de incertidumbre locales, garantizando la seguridad bajo saturación de entrada.

4. Resultados

Los autores validaron el método en simulaciones con sistemas de péndulo invertido, un sistema no lineal genérico y un sistema de carro-polo (cart-pole) con saturación de entrada:

• Péndulo Invertido: El método UIS logró un conjunto invariante certificado estrictamente más grande que cualquier diseño de $\alpha$ lineal individual, manteniendo tiempos de cómputo tratables.
• Verificación de Certificados: En comparación con métodos basados en redes profundas (como SEEV) o sumas de cuadrados (SOS), el enfoque propuesto utilizó una red neuronal más compacta (una sola capa oculta) y tiempos de certificación significativamente menores (ej. 80 segundos vs. horas en otros métodos), logrando una cobertura de seguridad comparable o superior.
• Carro-Polo (4D): El marco demostró escalabilidad a sistemas no lineales de 4 dimensiones con restricciones de entrada, certificando conjuntos invariantes en un tiempo total de ~1466 segundos (incluyendo verificación y refinamiento).
• Eficiencia: La verificación facetaria y la actualización local de incertidumbre permitieron manejar la no linealidad sin explotar la complejidad computacional de la verificación global.

5. Significado e Impacto

Este trabajo es significativo porque cierra la brecha entre la tratabilidad computacional y la seguridad rigurosa en sistemas no lineales con restricciones:

• Superación del Conservadurismo: Logra conjuntos de seguridad más grandes que los métodos lineales tradicionales sin sacrificar la convexidad de la síntesis.
• Escalabilidad: Al evitar la optimización no convexa directa y utilizar actualizaciones locales en lugar de re-entrenamiento global, el método es viable para sistemas de mayor dimensión.
• Garantías Formales: Proporciona garantías matemáticas de que las trayectorias permanecerán dentro de la región segura, incluso cuando el controlador nominal se modifica por un filtro de seguridad (CBF-QP) en la práctica.
• Integración con ML: Ofrece un marco robusto para utilizar redes neuronales (ReLU) como sustitutos en el diseño de controladores seguros, aprovechando la equivalencia entre redes ReLU y funciones PWA.

En resumen, la propuesta permite diseñar controladores seguros para sistemas complejos con restricciones de entrada de manera eficiente, ampliando las regiones operativas seguras más allá de lo que permiten los métodos convexos estándar.