Quantifying Trade-Offs Between Stability and Goal-Obfuscation

Resumen Técnico: Cuantificación de las Compensaciones entre Estabilidad y Ocultación de Objetivos

Formulación del Problema
Este artículo aborda el desafío de mantener la privacidad de la intención para un agente autónomo orientado a objetivos que opera en un entorno adversario. Si bien la síntesis de control tradicional prioriza la estabilidad de Lyapunov para garantizar la finalización de la tarea, los autores argumentan que dicha estabilidad compromete inherentemente la "legibilidad". Específicamente, la dinámica contractiva de una cuenca de atracción de Lyapunov hace que un observador pasivo, que ejecuta inferencia bayesiana en línea, concentre rápidamente su creencia posterior sobre los parámetros de intención latente del agente (ubicación del objetivo, radio y tiempo de llegada).

El problema se formula como una tarea de control conjunta donde el agente debe simultáneamente:

1. Rastrear una trayectoria de referencia para alcanzar un objetivo $x^*$ en el tiempo $t^*$ dentro de un margen de error prescrito $\varrho(t)$.
2. Ocultar su intención de un adversario modelado como un Filtro de Partículas Rao–Blackwellizado (RBPF). El adversario estima la intención del agente $\theta^*$ utilizando mediciones de posición ruidosas.

La dinámica del agente se modela como un sistema totalmente actuado con perturbaciones desconocidas acotadas ($\dot{x} \in u + \bar{d}\mathbb{B}$). El proceso de inferencia del adversario se modela como un sistema dinámico estocástico de tiempo discreto que evoluciona sobre el espacio de estados de creencia del RBPF. El objetivo central es seleccionar una entrada de control $u$ que retrase la concentración de la creencia posterior del adversario (medida mediante la divergencia de Kullback-Leibler) mientras se satisfacen las restricciones físicas de rastreo.

Metodología
Los autores abordan esto como un problema de control sobre un espacio de estados extendido que incluye tanto el estado físico como el estado de creencia latente del observador. La metodología se basa en los siguientes componentes:

• Dinámica del Estado de Información: El estado de creencia del RBPF $z = (\theta, \hat{x}, \omega)$ (partículas, estimaciones de estado y pesos) se trata como un proceso de Markov controlado. La entrada de control del agente $u$ influye en la actualización de la creencia indirectamente, dando forma a la distribución de observación $y_k$.
• Métrica de Privacidad: La privacidad de la intención se cuantifica utilizando una cota inferior de la divergencia KL entre la distribución de la intención real y la distribución estimada por el adversario. Esta cota inferior se deriva de una suma exponencial ponderada de las funciones núcleo de las partículas.
• Funciones de Barrera de Control Probabilísticas (PCBF): Para imponer privacidad, los autores definen una función de barrera $b(z)$ basada en la cota inferior de la fuga de información. El objetivo es asegurar que $b(z)$ permanezca no negativa (o por encima de un umbral) con alta probabilidad en un horizonte finito.
• Descomposición de las Actualizaciones del RBPF: El análisis técnico descompone el ciclo de actualización del RBPF en dos pasos distintos, derivando condiciones PCBF separadas para cada uno:
  1. Paso de Actualización Bayesiana: Los autores derivan una cota sobre el cambio en la función de barrera causado por la actualización de los pesos. Demuestran que, al controlar la trayectoria del agente para que pase cerca del centro de Chebyshev de la nube de partículas, la fuga de información puede acotarse.
  2. Paso de Muestreo: Los autores analizan el cambio discontinuo en la función de barrera cuando se activa el remuestreo. Utilizan la desigualdad de Hoeffding para acotar la contribución de las partículas reinicializadas, demostrando que esta cota es independiente de la dinámica del agente y de la entrada de control.
• PCBF Compuesto: Las cotas aditivas de los pasos bayesiano y de muestreo se combinan mediante un argumento de cota de unión para formar una única condición PCBF compuesta para el ciclo de actualización completo.
• Análisis de Factibilidad Conjunta: El artículo investiga la interacción entre la restricción de privacidad (mantener una alta fuga de información) y la restricción de rastreo (permanecer dentro del margen de error). Esto se analiza mediante interpolación afín entre un "controlador de privacidad" (que dirige al agente hacia el centro de Chebyshev) y un "controlador de rastreo" (que dirige al agente hacia el objetivo).

Contribuciones Clave

1. Formulación de la Privacidad de la Intención como Problema de Control: El artículo formula la privacidad de la intención no como una penalización auxiliar sobre el estado físico, sino como un problema de control sobre la dinámica de creencia latente inducida por el RBPF. La entrada de control se modela como una señal constante por partes sincronizada con los tiempos de actualización del RBPF.
2. Garantías de Privacidad en Probabilidad de Horizonte Finito: Los autores derivan un resultado PCBF compuesto que garantiza que la fuga de información permanezca por encima de un umbral prescrito con alta probabilidad en un horizonte finito. Esto se logra estableciendo cotas probabilísticas separadas para la actualización bayesiana y los pasos de muestreo del RBPF.
3. Independencia de la Cota de Muestreo: Un hallazgo técnico notable es que la cota probabilística para la transformación de muestreo es completamente independiente de la dinámica del agente y de la entrada de control. Esto sugiere un potencial para extender estos resultados a dinámicas de agente más complejas en trabajos futuros.
4. Análisis de Factibilidad Conjunta: El artículo proporciona un análisis cuantitativo de las compensaciones entre el ocultamiento y el rastreo. Identifica restricciones de desigualdad sobre el parámetro de interpolación $\mu$ que determinan si existe una entrada de control que satisfaga simultáneamente los requisitos de privacidad y rastreo.

Resultados

• Garantías Teóricas: El artículo demuestra que para cualquier estado de creencia dentro de un subnivel específico (donde el margen de privacidad inicial es suficiente), existe una entrada de control que satisface la condición PCBF compuesta con una probabilidad de fallo $\delta_f$.
• Condiciones de Factibilidad: El análisis revela que la factibilidad conjunta depende de la relación entre el margen de privacidad inicial ($\beta$), las cotas sobre los incrementos de fuga de información ($\Delta_b, \Delta_r$) y el margen de error de rastreo. Específicamente, si el margen de rastreo es demasiado restrictivo, el conjunto factible para el problema de control conjunto puede volverse vacío, haciendo imposible el ocultamiento mientras se mantiene la estabilidad.
• Interacción de Restricciones: Los resultados muestran que si el margen de error de rastreo $\varrho(t)$ crece suficientemente rápido, las restricciones sobre el parámetro de interpolación $\mu$ impuestas por el requisito de rastreo no entran en conflicto con las cotas inferiores requeridas para la privacidad, permitiendo una solución factible.

Significado y Afirmaciones
El artículo afirma iniciar el estudio de la privacidad de la intención sobre espacios de estados continuos como un problema de control conjunto que involucra estados físicos y de creencia latente. Postula que el control tradicional basado en Lyapunov es inherentemente legible para observadores bayesianos y que reducir esta legibilidad requiere una desviación intencional de la optimalidad de la tarea.

El significado del trabajo radica en:

• Proporcionar un mecanismo formal para cuantificar y controlar la "legibilidad" de las trayectorias orientadas a objetivos.
• Ofrecer un marco riguroso y probabilístico (PCBF) para imponer restricciones de privacidad en la síntesis de control en tiempo real.
• Destacar la tensión fundamental entre la estabilidad (convergencia a un objetivo) y la privacidad (mantener la ambigüedad), y proporcionar las herramientas matemáticas para analizar la factibilidad de satisfacer ambas.

Los autores permanecen modestos respecto al alcance de sus resultados, señalando que se requiere más estudio para establecer las propiedades de convergencia del RBPF y determinar las condiciones bajo las cuales el ocultamiento se vuelve inviable si se impone una estabilidad de rastreo estricta. También señalan que son necesarios experimentos numéricos y de hardware para la validación, los cuales no están incluidos en este trabajo teórico.