Resumen Técnico: Planificación Informativa de Multi-UAV Condicionada por UGV sobre una Creencia de Exposición Compartida

Planteamiento del Problema

En entornos a gran escala aumentados por amenazas, la navegación terrestre segura para Vehículos Terrestres No Tripulados (UGV) requiere soporte aéreo activo para mitigar riesgos. Los sistemas de reconocimiento aéreo existentes suelen centrarse en el mapeo genérico, la cobertura de terreno o la estimación de la transitabilidad. Sin embargo, estos enfoques suelen fallar al no dirigir la detección hacia las regiones más críticas para la seguridad del vehículo terrestre. Específicamente, los sistemas actuales carecen de un mecanismo de bucle cerrado donde la planificación informativa cooperativa de multi-UAV esté estrechamente acoplada con el enrutamiento del UGV consciente de la exposición. No existe una creencia ambiental compartida que impulse simultáneamente las prioridades de detección de los UAV y adapte la selección de rutas del UGV a medida que llega nueva información en línea, lo que provoca una detección redundante y resultados de seguridad subóptimos.

Metodología

Los autores proponen un marco donde un equipo de $N$ UAVs se coordina para apoyar a un único UGV que navega a través de zonas de amenaza desconocidas. El núcleo del enfoque es una creencia de exposición compartida que se actualiza en línea a partir de observaciones aéreas y es utilizada tanto por el planificador del UGV como por el equipo de UAVs.

1. Creencia de Exposición Compartida

El sistema mantiene un mapa probabilístico del campo de exposición del entorno, discretizado en una cuadrícula.

• Modelado: La tasa de exposición latente $\lambda(x)$ en cada celda se modela como una variable aleatoria log-normal. Las estimaciones iniciales se derivan de prioridades de clase de terreno (p. ej., carreteras, bosques), mientras que la incertidumbre epistémica se captura mediante la varianza.
• Mecanismo de Actualización: A medida que los UAVs observan las celdas, la creencia se actualiza utilizando una métrica de entropía de Bernoulli-Shannon. La cobertura de sensores acumulada reduce la desviación estándar logarítmica efectiva (incertidumbre) y actualiza la media. Las zonas de amenaza detectadas amplifican localmente la creencia mediante un factor multiplicativo.
• Sustituto Adversario al Riesgo: Ambos planificadores consultan un sustituto escalar adversario al riesgo $\lambda_{risk}$, que combina el valor de exposición esperado con una penalización por alta incertidumbre. Esto asegura que las celdas no observadas sean tratadas como potencialmente peligrosas, incentivando el reconocimiento.

2. Replanificación del UGV Consciente de la Exposición

El planificador del UGV busca una ruta $\pi$ desde el inicio hasta el objetivo que minimice una función de costo que comprende el tiempo de tránsito y la exposición acumulada:
$$\pi^* = \arg\min_{\pi} [T(\pi) + \beta E(\pi, t)]$$
donde $E(\pi, t)$ es la exposición acumulada calculada utilizando el sustituto adversario al riesgo. El UGV replanifica de forma asíncrona cada vez que un UAV detecta una nueva zona de amenaza, comprometiéndose con un prefijo de trayectoria de longitud fija para asegurar la ejecución segura mientras se recomputa la ruta global.

3. Planificación Informativa Condicionada por el UGV (Objetivo del UAV)

A diferencia de la Planificación de Trayectoria Informativa (IPP) estándar que maximiza la ganancia de información genérica, los UAV optimizan una recompensa condicionada por la misión. La función de recompensa $R(x, t)$ para una celda $x$ se construye para priorizar observaciones que impacten la ruta actual del UGV:

• Proximidad al Corredor: Un mecanismo de compuerta (gating) suprime las recompensas para las celdas alejadas de la ruta actual del UGV, asegurando que el esfuerzo de detección se concentre en regiones relevantes para la misión.
• Modulación de la Exposición: Dentro del corredor, la recompensa se escala mediante una ganancia dependiente de la exposición. Las regiones de alta exposición o alta incertidumbre cerca de la ruta reciben una mayor prioridad.
• Entropía: La incertidumbre (entropía) modula la urgencia de la observación dentro de la región de la compuerta.
  Este enfoque dirige a los UAV a observar regiones "relevantes para la ruta, inciertas y de alta exposición" en lugar de realizar una exploración genérica.

4. Coordinación de Regiones de Multi-UAV Condicionada

Para evitar que múltiples UAVs converjan en las mismas regiones de alto valor del corredor (detección redundante), el marco emplea la propiedad espacial:

• Asignación de Voronoi: El entorno se particiona en regiones disjuntas asignadas a cada UAV basándose en el costo de viaje al centroide de la región.
• Enmascaramiento de Recompensa: La recompensa efectiva de cada UAV es enmascarada por su región asignada.
  • Coordinación Dura (Hard): Los UAV perciben recompensa cero fuera de su región asignada.
  • Coordinación Blanda (Soft): Los UAV retienen una fracción de la recompensa de regiones ajenas, permitiendo la capacidad de respuesta ante amenazas de alto valor que surgen cerca de los límites de la región.
    Esta capa de coordinación reduce la redundancia mientras mantiene la escalabilidad y la capacidad de respuesta a los cambios dinámicos en la ruta del UGV.

Contribuciones Clave

El artículo realiza tres afirmaciones y contribuciones principales:

1. Creencia de Exposición Compartida: Acoplar las acciones de detección de los UAV a una creencia compartida y consciente de la exposición mejora significativamente la seguridad posterior del UGV en comparación con la planificación basada únicamente en la información previa del terreno.
2. Detección Condicionada por la Ruta: Condicionar el objetivo del UAV a la ruta actual del UGV enfoca el esfuerzo de detección en regiones relevantes para la misión, en lugar de una exploración genérica o una reducción uniforme de la incertidumbre.
3. Coordinación Condicionada por Región: En entornos de multi-UAV, la asignación de propiedad espacial reduce la detección redundante preservando la capacidad de respuesta ante áreas recién relevantes, abordando los desafíos de escalabilidad de la planificación informativa cooperativa.

Resultados Experimentales

El enfoque fue validado mediante 100 ensayos de simulación de Monte Carlo en un entorno de 5 km $\times$ 5 km derivado de datos de OpenStreetMap, que presenta zonas de amenaza desconocidas.

• Mejora de la Seguridad: Comparado con un sistema que utiliza replanificación semántica de terreno sin modelado de exposición, el enfoque propuesto consciente de la exposición redujo la exposición acumulada del UGV en un 38%. También redujo el costo del objetivo de la misión en un 31% respecto a la base semántica de terreno.
• Arquitectura de Recompensa: Los estudios de ablación mostraron que la arquitectura de recompensa con compuerta propuesta superó a los modelos base aditivos, multiplicativos y de entropía ponderada. Logró el costo de misión más bajo manteniendo una alta cobertura del corredor y altas tasas de detección de amenazas prioritarias.
• Eficiencia de Coordinación: La coordinación multi-UAV redujo significativamente la cobertura redundante.
  • Sin coordinación, la cobertura redundante fue del 38.8%.
  • Con coordinación regional blanda (soft), esta cayó al 5.0%.
  • Con coordinación regional dura (hard), esta cayó al 3.7%.
  • La eficiencia de la información útil aumentó del 66.2% (sin coordinación) a más del 92% (coordinación regional blanda/dura).
• Escalabilidad: A medida que aumentó el número de UAVs (hasta 6), el enmascaramiento condicionado por región evitó el rápido crecimiento de la detección redundante visto en equipos no coordinados, aunque el enmascaramiento estricto duro mostró rendimientos decrecientes en el tiempo de detección de amenazas para equipos grandes debido a la fragmentación de las regiones.

Significación y Afirmaciones

El artículo afirma que su principal significación radica en cerrar el bucle entre la planificación informativa cooperativa de multi-UAV y el enrutamiento del UGV consciente de la exposición. Al mantener una creencia compartida que impulsa tanto la selección de ruta del vehículo terrestre como las prioridades de detección del equipo aéreo, el sistema permite una navegación más segura en entornos a gran escala y parcialmente observados.

Los autores enfatizan que su enfoque va más allá de la exploración o el mapeo genérico; el valor de la detección aérea se define explícitamente por su impacto esperado en la seguridad posterior del UGV. Aunque la evaluación actual asume una detección idealizada y comunicación instantánea, los resultados demuestran que los mecanismos de planificación y coordinación son efectivos para reducir la exposición y eliminar la redundancia. El trabajo establece una base para la futura validación en hardware y modelos de detección más realistas.