Backup-Based Safety Filters: A Comparative Review of Backup CBF, Model Predictive Shielding, and gatekeeper

Resumen Técnico: Filtros de Seguridad Basados en Respaldos

1. Planteamiento del Problema

La garantía de seguridad en sistemas autónomos con dinámicas no lineales (como robots y sistemas ciberfísicos) es un desafío central. Los módulos modernos de planificación y control, incluidos los basados en Aprendizaje por Refuerzo (RL) y planificación de trayectorias, a menudo carecen de garantías formales de seguridad.

La solución común es utilizar un filtro de seguridad que monitoree el comando nominal (el controlador de alto nivel) y lo modifique solo cuando sea estrictamente necesario para preservar la seguridad. El objetivo ideal es que esta intervención sea mínimamente invasiva: el controlador nominal debería permanecer activo siempre que su uso sea compatible con la operación segura futura.

Los métodos existentes basados en análisis de alcanzabilidad son computacionalmente prohibitivos en tiempo real para sistemas de alta dimensión. Las Funciones de Barrera de Control (CBF) ofrecen una alternativa, pero su construcción para sistemas no lineales con restricciones de entrada es difícil. Esto ha llevado al desarrollo de filtros de seguridad basados en respaldos (backup-based), que en lugar de definir una barrera analítica explícita, verifican la viabilidad de un manioobra de respaldo (backup policy) desde el estado actual o futuro.

El problema central abordado en este trabajo es la conservadurismo inherente a estos filtros: a menudo evalúan la seguridad basándose únicamente en la viabilidad inmediata de la maniobra de respaldo, rechazando estados donde el control nominal podría haber continuado ejecutándose de forma segura por más tiempo antes de necesitar el respaldo.

2. Metodología y Marco Unificado

Los autores proponen un marco unificado para comparar tres métodos específicos:

1. Backup CBF (Funciones de Barrera de Control con Respaldo).
2. MPS (Model Predictive Shielding / Blindaje Predictivo).
3. Gatekeeper.

Utilizan una abstracción común de filtro de seguridad y notación compartida para definir:

• Conjunto de Recuperación ($R$): El conjunto de estados desde los cuales una política puede mantener el sistema dentro del conjunto seguro y alcanzar un conjunto terminal invariante.
• Política de Respaldo ($\pi_b$): Una política conocida que garantiza la seguridad una vez activada.
• Conjunto Inactivo del Filtro ($I_{sf}$): El conjunto de estados donde el filtro no modifica el control nominal ($\pi_{nom}$). Un conjunto inactivo más grande implica menos intervenciones innecesarias.

Análisis Comparativo:

• Backup CBF: Define un "conjunto seguro implícito" basado en la trayectoria de respaldo. Resuelve un problema de Programación Cuadrática (QP) en línea para encontrar la entrada más cercana a la nominal que satisfaga las restricciones de la barrera. No es una elección binaria (nominal vs. respaldo), sino una interpolación.
• MPS: Verifica la validez de una trayectoria candidata que sigue la política nominal durante un intervalo fijo ($\Delta t$) y luego cambia al respaldo. Si la trayectoria es inválida, cambia inmediatamente al respaldo.
• Gatekeeper: Utiliza la misma lógica de verificación que MPS, pero trata el tiempo de conmutación ($T_S$) como una variable de decisión. En lugar de fijar $T_S = \Delta t$, busca el tiempo máximo $T_S$ dentro de un horizonte de búsqueda ($T_H$) para el cual la trayectoria (nominal hasta $T_S$, luego respaldo) sigue siendo válida.

3. Contribuciones Clave

1. Marco Unificado: Se establece una comparación explícita entre los tres métodos, revelando que comparten una estructura de política de respaldo común pero difieren en cómo evalúan la seguridad.
2. Identificación de una Limitación Estructural: Se introduce el concepto de "evaluación de seguridad sobre el respaldo". Se demuestra que la conservadurismo surge porque la seguridad se evalúa a través de la viabilidad de la maniobra de respaldo, en lugar de evaluar la ejecución continua de la política nominal.
3. Relaciones Teóricas (Inclusiones de Conjuntos):
   • Se demuestra que MPS es un caso especial de Gatekeeper. El conjunto inactivo de MPS está contenido en el de Gatekeeper ($I_{MPS} \subseteq I_{GK}$), ya que Gatekeeper busca un tiempo de conmutación óptimo en lugar de uno fijo.
   • Se establece la relación entre Gatekeeper y el interior del conjunto inactivo de Backup CBF ($int_S(I_{BCBF}) \subseteq I_{GK}$). Gatekeeper puede aceptar estados que Backup CBF rechazaría si estos admiten un segmento nominal no trivial antes de la conmutación.
4. Optimización de la Intervención: Gatekeeper mitiga el conservadurismo al permitir que el sistema ejecute la política nominal durante más tiempo, siempre que exista algún momento futuro certificado donde se pueda cambiar al respaldo de forma segura.

4. Resultados Experimentales

Los autores validan sus hallazgos teóricos mediante tres estudios de simulación:

• A. Doble Integrador Plano:
  • Visualización de los conjuntos inactivos. Gatekeeper recupera una región significativamente más grande de estados donde el control nominal puede continuar, demostrando visualmente la inclusión $I_{MPS} \subseteq I_{GK}$.
• B. Evitación de Obstáculos Dinámicos (Reach-Avoid):
  • Escenario en un pasillo estrecho con un obstáculo móvil.
  • Resultado: Backup CBF y MPS se retiran repetidamente a una "bolsa de seguridad" innecesariamente, fallando en alcanzar el objetivo. Gatekeeper, al certificar un tiempo de ejecución nominal más largo, espera el momento óptimo para pasar al respaldo, logrando alcanzar el objetivo.
  • Métricas: Gatekeeper preservó el control nominal en el 87.5% de los pasos (vs. 55.3% de MPS y 28.8% de Backup CBF) y completó la tarea exitosamente.
• C. Adelantamiento en Autopista (Modelo Dinámico de Bicicleta):
  • Vehículo de 8 estados con dinámica de neumáticos no lineal.
  • Resultado: En un escenario donde el carril nominal está libre pero el adyacente tiene un obstáculo, Backup CBF y MPS activan el cambio de carril de respaldo innecesariamente. Gatekeeper mantiene el vehículo en su carril original.
  • Métricas: Gatekeeper logró un 100% de seguimiento nominal, frente al 67.5% de MPS y 60.8% de Backup CBF. Además, una implementación paralela de Gatekeeper redujo el tiempo de cómputo significativamente.

5. Significado e Impacto

Este artículo es fundamental porque:

• Clarifica la Teoría: Proporciona una visión unificada que desmitifica las diferencias entre métodos populares, mostrando que Gatekeeper es una generalización menos conservadora de MPS.
• Mejora la Eficiencia Operativa: Al reducir la intervención innecesaria, permite que los sistemas autónomos ejecuten sus políticas nominales (que suelen ser más eficientes o de mejor rendimiento) durante más tiempo, mejorando la fluidez y el rendimiento de la tarea sin sacrificar la seguridad.
• Identifica el Cuello de Botella: Señala que la calidad de la política de respaldo y la precisión del modelo son los factores limitantes reales, más que la lógica del filtro en sí.
• Guía de Implementación: Ofrece una base para elegir el filtro adecuado, sugiriendo que, si el costo computacional lo permite, métodos que optimizan el tiempo de conmutación (como Gatekeeper) son superiores en términos de permisividad.

En conclusión, el trabajo demuestra que la optimización del tiempo de conmutación es una palanca clave para reducir el conservadurismo en los filtros de seguridad basados en respaldos, permitiendo un equilibrio más fino entre seguridad garantizada y rendimiento del sistema.