Resumen Técnico: Planificación de Movimiento con Retroalimentación para Sistemas No Lineales Estocásticos con Especificaciones de Lógica Temporal de Señales

Formulación del Problema

Este artículo aborda el desafío de la planificación de movimiento con retroalimentación para sistemas no lineales estocásticos de tiempo continuo sujetos a especificaciones de Lógica Temporal de Señales (STL). A diferencia de las restricciones de conjunto seguro clásicas que solo codifican límites espaciales, STL permite la especificación de requisitos espacio-temporales complejos, como secuenciación ("visitar A antes que B"), plazos y persistencia.

La dificultad central radica en la presencia de dinámicas no modeladas y perturbaciones externas, que se modelan como ruido estocástico no acotado (por ejemplo, ruido de sensores o actuadores). En tales escenarios, los métodos de control robusto de peor caso se vuelven excesivamente conservadores. Por el contrario, los enfoques probabilísticos existentes a menudo no escalan a sistemas no lineales de tiempo continuo o carecen de garantías rigurosas. El problema específico se formula como una optimización de trayectoria con restricciones de probabilidad STL: encontrar una política de control $u$ que minimice una función de costo mientras asegura que la trayectoria estocástica $X_t$ satisfaga una fórmula STL $\phi$ con alta probabilidad (por ejemplo, $1-\delta \geq 99.99\%$).

El desafío principal es la intratabilidad de imponer una restricción de probabilidad a nivel de trayectoria sobre instantes de tiempo incontables, al mismo tiempo que se satisface la estructura lógica y temporal de STL.

Metodología

Los autores proponen un marco sistemático que transforma el problema estocástico intratable en un problema de optimización de trayectoria STL determinista (STLTO) con restricciones ajustadas. La metodología consta de tres componentes principales:

1. Estrategia de Erosión de Predicados

La idea central es desacoplar la aleatoriedad de la lógica. Los autores introducen una estrategia de erosión de predicados donde los predicados STL originales son "erosionados" (ajustados) para crear un problema sustituto determinista.

• Mecanismo: Se construye un Tubo Alcanzable Probabilístico (PRT) para acotar la desviación entre una trayectoria estocástica $X_t$ y una trayectoria determinista nominal asociada $x_t$.
• Transformación: Si la trayectoria nominal satisface una fórmula STL "erosionada" $\tilde{\phi}$ (donde cada conjunto de predicado $C$ se reemplaza por $C \ominus E_t$, siendo $E_t$ la sección transversal del tubo), entonces se garantiza que la trayectoria estocástica satisfará la fórmula original $\phi$ con una probabilidad de al menos $1-\delta$.
• Resultado: Esto convierte el problema con restricciones de probabilidad en un problema de optimización determinista estándar (8), resoluble con herramientas numéricas existentes.

2. Construcción de PRT Basada en Contracción

Para asegurar que el PRT sea ajustado (evitando un conservadurismo excesivo), los autores aprovechan la teoría de contracción.

• Diseño de Retroalimentación: Se diseña un controlador de seguimiento con retroalimentación para hacer que el sistema de lazo cerrado sea fuertemente contractivo. Esto asegura que la desviación estocástica de la trayectoria nominal no diverja.
• Límites Ajustados: Utilizando una Martingala Afín (AM) novedosa y la Función Generadora de Momentos Promediada (AMGF), los autores derivan un límite a nivel de trayectoria $r_{\delta,t}$ para el PRT.
• Perspectiva Clave: El límite derivado escala como $O(\sqrt{\log(T/\delta)})$, que es la dependencia más ajustada posible para sistemas estocásticos de Itô. Esto es significativamente menos conservador que los métodos que dependen de cotas de unión, que a menudo escalan linealmente con el tiempo o los pasos de discretización.

3. Pipeline de Planificación de Movimiento con Retroalimentación

El marco opera en un proceso de síntesis de dos etapas:

1. Planificación Offline: Resolver el problema sustituto determinista (8) para obtener una trayectoria nominal $(x^*, u^*)$ y un control de avance.
2. Ejecución Online: Aplicar una ley de control compuesta $u_t = u^*_t + K_t(X_t; x^*_t, u^*_t)$, donde $K_t$ es un controlador de seguimiento (por ejemplo, LQR de Tiempo Variable o Métrica de Contracción de Control de Tiempo Variable) que estabiliza el sistema estocástico alrededor del plan nominal.

• Acoplamiento: El artículo aborda el acoplamiento entre el horizonte de planificación (que depende del tamaño del tubo) y la síntesis del controlador (que determina el tamaño del tubo) mediante un algoritmo iterativo o un diseño desacoplado utilizando síntesis TVCCM independiente de la trayectoria.

Contribuciones Clave

El artículo hace las siguientes contribuciones específicas:

1. Erosión STL de Tiempo Continuo: Una estrategia sistemática que transforma problemas de optimización de trayectoria STL con restricciones de probabilidad en problemas deterministas erosionando predicados basados en un PRT, aplicable a sistemas no lineales generales de tiempo continuo.
2. Garantías Probabilísticas Rigurosas: Un pipeline completo para la síntesis de control con retroalimentación que proporciona garantías probabilísticas rigurosas (por ejemplo, $\geq 99.99\%$ de satisfacción) para sistemas estocásticos, superando las limitaciones de los métodos existentes de tiempo discreto o solo lineales.
3. Límites de PRT Ajustados: El desarrollo de un límite de PRT ajustado a nivel de trayectoria utilizando teoría de contracción y análisis basado en martingalas, que evita el conservadurismo de las cotas de unión en tiempo continuo.
4. Validación Empírica: Demostración de la escalabilidad y efectividad del marco mediante simulaciones extensas en cuatro puntos de referencia robóticos (Doble Integrador, Coche Dubins, PVTOL, Cuadricóptero) y experimentos en el mundo real en un robot cuadrúpedo.

Resultados

El marco propuesto fue evaluado en cuatro puntos de referencia simulados y en un robot cuadrúpedo del mundo real (Unitree Go1).

• Rendimiento en Simulación:

  • El método logró 100% de satisfacción de especificaciones STL en 10,000 ejecuciones estocásticas para los cuatro puntos de referencia (Doble Integrador, Coche Dubins, PVTOL y Cuadricóptero 3D).
  • Líneas Base: Los métodos competidores, incluida la planificación determinista "No Robusta" y el "MPC de Horizonte Encogido" (SHMPC), mostraron tasas de satisfacción significativamente más bajas (ranging from 0.2% to 77.6%), demostrando que la planificación determinista por sí sola es insuficiente para sistemas estocásticos.
  • Conservadurismo: Las comparaciones con líneas base de tiempo discreto (DPRT y STLCD) mostraron que el método de tiempo continuo propuesto es menos conservador. Específicamente, el radio de erosión en el método propuesto es independiente del tamaño del paso de discretización $N$ y escala de manera más suave con el nivel de riesgo $\delta$ (como $\sqrt{\log(1/\delta)}$) en comparación con la escala lineal de las cotas de unión de tiempo discreto.

• Experimento en el Mundo Real:

  • El marco se desplegó en un cuadrúpedo Unitree Go1 utilizando una abstracción de unicycle de alto nivel.
  • En 50 ejecuciones de hardware para dos tareas de navegación distintas (alcanzar-evitar y pasar-antes), el robot completó exitosamente las tareas en todos los ensayos, satisfaciendo las especificaciones STL a pesar del ruido en la estimación de estado, el ruido de actuación y la discrepancia del modelo.

Significado y Afirmaciones

Los autores afirman que este trabajo cierra una brecha crítica en la autonomía robótica al permitir la planificación temporal lógica de alto nivel confiable bajo incertidumbre para sistemas no lineales de tiempo continuo.

• Superar el Conservadurismo: El artículo argumenta que los métodos probabilísticos existentes son o demasiado conservadores (debido a las cotas de unión) o carecen de garantías formales (debido a aproximaciones). La estrategia de erosión basada en PRT propuesta ofrece una alternativa rigurosa y menos conservadora.
• Escalabilidad: Al reducir el problema estocástico a uno determinista, el método aprovecha solucionadores de optimización numérica existentes (por ejemplo, SNOPT, MOSEK), haciéndolo escalable a dinámicas no lineales complejas.
• Aplicabilidad Práctica: El despliegue exitoso en un robot cuadrúpedo real demuestra que el marco teórico es lo suficientemente robusto para manejar incertidumbres del mundo real, incluidas dinámicas híbridas y eventos de impacto, sin requerir modelos de sistema perfectos.

El trabajo concluye que el manejo explícito de restricciones de probabilidad a través de la erosión de predicados y el control con retroalimentación es necesario para una satisfacción confiable de STL en entornos estocásticos, ofreciendo un camino sistemático hacia una autonomía confiable en entornos inciertos.