Resumen Técnico: Seguridad Robusta Distribucionalmente bajo Incertidumbres Arbitrarias

Enunciado del Problema

Garantizar la seguridad para sistemas robóticos autónomos se complica por dinámicas no lineales, límites de actuación e incertidumbres derivadas de desajustes del modelo, errores de percepción y perturbaciones exógenas. Aunque los filtros de seguridad (o "guardianes") ofrecen una solución modular al cambiar de una política nominal de alto rendimiento a una política de respaldo certificada cuando existe riesgo de seguridad, los enfoques existentes enfrentan limitaciones significativas bajo ambigüedad distribucional.

Los métodos actuales suelen basarse en:

1. Filtros de Seguridad Robustos: Asumiendo límites deterministas del peor caso, lo que puede resultar excesivamente conservador.
2. Filtros de Seguridad Estocásticos: Asumiendo distribuciones de perturbación conocidas y específicas (por ejemplo, Gaussianas), lo cual falla cuando la distribución real es desconocida, parcialmente observada o desplazada (desplazamiento distribucional).
3. Planificación Robusta Distribucionalmente (DR): Aunque prometedora, la integración directa de restricciones DR en filtros de seguridad para sistemas no lineales generales es computacionalmente prohibitiva. A menudo requiere resolver problemas de optimización de alta dimensión sobre distribuciones del peor caso dentro de conjuntos de ambigüedad, haciendo inviable su implementación en tiempo real.

El desafío central abordado en este trabajo es cómo proporcionar garantías de seguridad probabilísticas para sistemas no lineales generales bajo estructuras de incertidumbre arbitrarias (no aditivas, no afines) donde la distribución real del ruido es desconocida, sin incurrir en el costo computacional de la optimización de trayectorias DR en línea.

Metodología: DRS-gatekeeper

Los autores proponen el Guardián Estocástico Robusto Distribucionalmente (DRS-gatekeeper), un filtro de seguridad en tiempo real que extiende el marco de filtrado de seguridad basado en respaldo. El método combina un conjunto de ambigüedad de Wasserstein con un análisis estadístico de muestras finitas para certificar la seguridad.

Arquitectura Central

El sistema opera cambiando entre una política nominal de alto rendimiento ($\pi_N$) y una política de respaldo preverificada ($\pi_B$). La política de respaldo está diseñada para hacer que un conjunto seguro específico $\mathcal{C}$ sea invariante hacia adelante con alta probabilidad (un conjunto controlado invariante $\alpha$-probabilístico). El objetivo es permanecer en la política nominal el mayor tiempo posible, asegurando que el cambio a la política de respaldo ocurra antes de que se comprometa la seguridad.

Componentes Técnicos Clave

1. Restricción de Oportunidad Robusta Distribucionalmente (DRCC):
   En lugar de optimizar contra una única distribución nominal $\hat{P}_t$, el método garantiza la seguridad frente a un conjunto de ambigüedad $\mathcal{B}_\beta(\hat{P}_t)$ definido por la distancia de Wasserstein $\infty$ con radio $\beta$. Este conjunto contiene todas las distribuciones consistentes con los datos disponibles. El objetivo es satisfacer:
   $$\inf_{Q \in \mathcal{B}_\beta(\hat{P}_t)} \Pr_{w \sim Q} [\text{Seguridad}] \geq 1 - \varepsilon$$

2. Reducción de Dimensionalidad mediante Búsqueda de Tiempo de Cambio:
   En lugar de resolver un problema de optimización DR de alta dimensión en línea, los autores explotan la estructura del filtrado basado en respaldo. El problema de certificación de seguridad se reduce a una búsqueda unidimensional sobre el tiempo de cambio $s_t$ entre las políticas nominal y de respaldo.

3. Certificación Basada en Muestreo con Garantías de Muestra Finita:
   El método utiliza un enfoque inspirado en Monte Carlo:

   • Despliegues Paralelos: Para cada tiempo de cambio candidato $m$, el algoritmo genera $N$ muestras independientes de trayectorias de ruido desde la distribución nominal $\hat{P}_t$.
   • Umbral Inflado por Wasserstein: Para tener en cuenta el conjunto de ambigüedad sin muestrear directamente de él, el algoritmo calcula un margen de seguridad $H$ para cada despliegue. Luego, cuenta "fallos" no solo cuando $H < 0$, sino cuando $H < L_H \beta$, donde $L_H$ es la constante de Lipschitz de la función de seguridad y $\beta$ es el radio de ambigüedad. Esto infla efectivamente el conjunto de fallos para cubrir la distribución del peor caso dentro del conjunto de ambigüedad (Lema 1).
   • Límites Estadísticos: La cuenta de fallos observada se utiliza para calcular una cota superior de la probabilidad real de fallo utilizando la distribución binomial y un nivel de confianza especificado por el usuario $1-\delta$.
   • Selección: El algoritmo selecciona el último tiempo de cambio $s_t$ tal que la cota superior estadística de la probabilidad de fallo permanezca por debajo del umbral $(\varepsilon - \alpha)/(1 - \alpha)$.

Garantías Teóricas

El artículo proporciona una prueba formal (Teorema 1) de que, si se cumplen las suposiciones sobre la continuidad de Lipschitz de la función de seguridad y la existencia de una política de respaldo válida, el DRS-gatekeeper satisface la DRCC con una probabilidad de al menos $1-\delta$. Esta garantía es independiente de la dimensión de la trayectoria o del número de muestras $N$, aunque $N$ afecta al conservadurismo del filtro.

Contribuciones Clave

1. Algoritmo DRS-gatekeeper: Introducción de un filtro de seguridad en tiempo real para sistemas no lineales con estructuras de perturbación arbitrarias y ambigüedad distribucional.
2. Certificado de Muestra Finita: Derivación de un certificado de seguridad probabilístico bajo un conjunto de ambigüedad de Wasserstein mediante el cálculo de una cota superior de la probabilidad de fallo del peor caso con un nivel de confianza especificado.
3. Eficiencia Computacional: Reformulación del problema de seguridad DR de dimensión infinita en una búsqueda unidimensional, habilitando la implementación en tiempo real mediante muestreo paralelo.
4. Validación Empírica: Demostración del método en tres dominios distintos de complejidad creciente: un vehículo Dubins, un coche de carreras de Fórmula 1 y un caza F-16.

Resultados Experimentales

Los autores validaron el DRS-gatekeeper mediante simulaciones comparándolo con métodos de referencia (incluyendo Funciones de Barrera de Control Robustas Distribucionalmente, DR-CBF, y Control de Integral de Trayectoria Predictiva por Modelo, MPPI).

• Vehículo Dubins: En comparación con DR-CBF, el DRS-gatekeeper logró tasas de seguridad significativamente más altas (hasta 100% frente a 15-75% dependiendo de los parámetros) a través de diversas probabilidades de fallo ($\varepsilon$) y radios de ambigüedad ($\beta$). Aunque los tiempos de llegada a la meta fueron ligeramente superiores en algunos casos, el método ofreció un compromiso seguridad-rendimiento más fiable.
• Coche de Carreras de Fórmula 1: En un escenario de alta dimensión (7 estados) con incertidumbre empírica compleja y no Gaussiana:
  • Bajo ruido Gaussiano, el DRS-gatekeeper mantuvo un 96% de seguridad frente al 92% de MPPI.
  • Bajo ruido empírico (simulando desplazamiento distribucional), la seguridad de MPPI cayó al 76%, mientras que el DRS-gatekeeper mantuvo un 94% de seguridad.
  • El método logró estos resultados con una intervención de respaldo mínima (<1.5%) y tiempos de computación (~21 ms) adecuados para el control en tiempo real.
• Caza F-16: En un escenario de 12 estados y 4 entradas volando a través de un cañón estrecho con turbulencias y residuos del modelo:
  • Un método de referencia de seguimiento de trayectoria óptima logró solo un 40% de seguridad (88% al considerar el horizonte completo, aún por debajo del objetivo del 95%).
  • El DRS-gatekeeper mejoró la tasa de seguridad al 88% (con un objetivo del 95% por iteración, se nota el efecto acumulativo) con un uso bajo de respaldo (13.9%) y una sobrecarga computacional mínima (12.2 ms).
  • El método manejó con éxito el alto grado relativo y las restricciones de entrada que hacían inaplicable DR-CBF para este sistema.

Significado y Afirmaciones

El artículo afirma que el DRS-gatekeeper aborda una brecha crítica en la seguridad autónoma: la capacidad de manejar estructuras de incertidumbre arbitrarias y desplazamientos distribucionales sin la carga computacional de la optimización DR en línea. Al aprovechar la arquitectura basada en respaldo y la robustez basada en Wasserstein, el método proporciona garantías rigurosas de seguridad probabilística para sistemas no lineales complejos y de alta dimensión donde los filtros robustos o estocásticos tradicionales fallan o son demasiado conservadores. Los autores enfatizan que su enfoque es particularmente significativo para sistemas donde la distribución real del ruido es desconocida o no estacionaria, como en carreras de alta velocidad o maniobras aéreas bajo turbulencias.