Inverse Safety Filtering: Inferring Constraints from Safety Filters for Decentralized Coordination

Resumen Técnico: Inversión de Filtros de Seguridad para la Coordinación Descentralizada

1. Planteamiento del Problema

La coordinación segura de sistemas multi-agente en entornos inciertos es un desafío crítico, especialmente cuando la comunicación centralizada es inviable debido a limitaciones de ancho de banda, fiabilidad o cuellos de botella computacionales.

• El Dilema: En la planificación descentralizada, los agentes operan con información asimétrica (un agente puede conocer un obstáculo que otro no). La pregunta fundamental es: ¿Cómo pueden los agentes descentralizados coordinarse y mantener la seguridad sin canales de comunicación explícitos?
• Limitaciones de Métodos Previos:
  • Los enfoques basados en Funciones de Barrera de Control (CBF) asumen generalmente que los agentes ya conocen las restricciones de sus compañeros.
  • Los métodos de Inversión de Control Óptimo (IOC) o Aprendizaje por Refuerzo Inverso (IRL) requieren demostraciones expertas offline, lo que no es adecuado para la inferencia en tiempo real durante la operación.
• Objetivo: Desarrollar un método online que permita a un agente inferir las restricciones de seguridad (ej. posición de obstáculos) de otros agentes simplemente observando sus acciones filtradas por seguridad, sin necesidad de comunicación directa.

2. Metodología

El núcleo de la propuesta es explotar la estructura matemática de los Filtros de Seguridad basados en CBF para trabajar "hacia atrás" e inferir los parámetros de las restricciones ocultas.

A. Fundamentos Teóricos (Inversión del Filtro)
El sistema utiliza un filtro de seguridad que modifica mínimamente una entrada de control nominal ($u_{nom}$) para garantizar la invariancia hacia adelante del conjunto seguro:
$$u_{safe} = \arg \min_u \frac{1}{2} \|u - u_{nom}\|^2 \quad \text{sujeto a} \quad h(s_{t+1}, \theta) \ge (1-\gamma)h(s_t, \theta)$$
Donde $\theta$ son los parámetros desconocidos de la restricción (ej. centro de un obstáculo).

• Condiciones KKT: El método deriva las condiciones de Karush-Kuhn-Tucker (KKT) del problema de optimización del filtro. La desviación de control observada ($\Delta u = u_{safe} - u_{nom}$) es proporcional al gradiente de la restricción.
• Solución de Forma Cerrada (Un solo obstáculo): Si solo una restricción de barrera cuadrática está activa, el artículo demuestra que es posible derivar una solución analítica de forma cerrada para la posición del obstáculo $\theta$ basándose en la dirección de la desviación de control y la dinámica del sistema.
• Identificabilidad y Unicidad: Se establecen condiciones suficientes para garantizar que la restricción es identificable y única (requiere que la restricción esté activa, que el sistema tenga suficiente actuación y que la barrera sea sensible a los parámetros).

B. Inferencia con Múltiples Restricciones Activas
En escenarios más complejos donde coexisten restricciones de obstáculos y restricciones de formación (mantenimiento de distancia entre agentes), el sistema de ecuaciones se vuelve subdeterminado.

• Solución Numérica: Se propone un solver de Newton regularizado que converge de manera probada. Este método minimiza una función de pérdida que combina las condiciones de estacionariedad KKT y la restricción activa, utilizando la solución de forma cerrada como punto de inicialización.

C. Marco de Planificación Descentralizada (Round-Robin)
Para garantizar la seguridad durante el proceso de inferencia, se introduce un marco de ejecución Round-Robin:

1. En cada paso de tiempo, un agente actúa como "Demonstrador" (utiliza su información privada y pública) y los demás como "Aprendices" (usan solo información pública).
2. Los aprendices observan la acción filtrada del demostrador, infieren las restricciones ocultas y actualizan sus propios mapas de restricciones.
3. Garantía de Seguridad: Se demuestra teóricamente que, si los agentes comienzan en un conjunto seguro y la distancia de activación de la restricción es suficientemente grande, el sistema mantiene la seguridad incluso antes de que la inferencia se complete.

D. Obstáculos en Movimiento y Equipos Múltiples
El método se generaliza para manejar obstáculos móviles (otros equipos de robots) mediante un CBF Robusto. Se calcula la velocidad del obstáculo en el peor de los casos para inflar el radio de seguridad ($r_{robust}$), asegurando que no haya colisiones incluso si el obstáculo se mueve a máxima velocidad.

3. Contribuciones Clave

1. Método de Inferencia Convergente: Un algoritmo probado para inferir parámetros de restricciones a partir de filtros de seguridad, con soluciones analíticas para casos simples y solvers de Newton para casos complejos.
2. Generalización a Formaciones: Extensión del método para manejar restricciones de formación multi-agente simultáneamente con obstáculos.
3. Marco Descentralizado Seguro: Un protocolo de planificación que permite la cooperación segura sin comunicación explícita, con garantías formales de seguridad para sistemas estáticos y dinámicos.
4. Validación en Hardware: Implementación exitosa en robots cuadrúpedos reales, demostrando aplicabilidad en tiempo real.

4. Resultados Experimentales

Los autores validaron el método mediante simulaciones de Monte Carlo y experimentos en hardware con robots cuadrúpedos Unitree Go2.

• Simulaciones (Monte Carlo):

  • Precisión: El método propuesto (KKT + CBF) logró un error de inferencia de 0.001 y una tasa de descubrimiento de obstáculos del 90%.
  • Comparación: Superó significativamente a métodos basados en "Input Matching" (IM) y restricciones no-CBF, que mostraron errores altos (hasta 1.5) y tasas de descubrimiento cercanas a 0% en configuraciones complejas.
  • Colisiones: El método propuesto tuvo una tasa de colisiones casi nula (0.1), mientras que otros métodos sufrieron múltiples colisiones.
  • Convergencia: El solver de Newton mostró una región de convergencia mucho más amplia que los métodos basales, permitiendo inferir correctamente desde una amplia gama de condiciones iniciales.

• Experimentos en Hardware:

  • Dos robots cuadrúpedos conectados por una cuerda (simulando una restricción de formación) navegaron exitosamente alrededor de obstáculos.
  • El robot trasero (que conocía los obstáculos) actuó como demostrador. El robot delantero infirió la posición de los obstáculos y las paredes basándose únicamente en las acciones filtradas del robot trasero, evitando colisiones y manteniendo la formación.

5. Significado e Impacto

Este trabajo representa un avance significativo en la robótica multi-agente al cerrar la brecha entre la seguridad formal (CBF) y el aprendizaje en línea de restricciones.

• Eliminación de la Comunicación Explícita: Permite que equipos de robots operen de manera segura en entornos con comunicación limitada o nula, inferiendo el entorno compartido a través de la observación de comportamientos.
• Escalabilidad: El enfoque descentralizado escala a múltiples equipos y entornos dinámicos, ofreciendo garantías teóricas que faltaban en enfoques puramente basados en aprendizaje por refuerzo.
• Aplicabilidad Real: La validación en hardware demuestra que el método es computacionalmente eficiente y robusto frente a ruido y limitaciones físicas, siendo viable para aplicaciones críticas como transporte autónomo, monitoreo de áreas y manipulación cooperativa.

En resumen, el artículo presenta un marco teórico y práctico que transforma los filtros de seguridad de meros mecanismos de protección en herramientas de percepción colaborativa, permitiendo una coordinación inteligente y segura sin necesidad de transmitir datos explícitos.