Resumen Técnico: VertexCBF

Planteamiento del Problema

A medida que las aplicaciones de robótica autónoma se expanden, garantizar una operación segura y fiable sigue siendo un desafío crítico. Aunque las Funciones de Barrera de Control (CBF, por sus siglas en inglés) ofrecen un marco teóricamente fundamentado para el filtrado de seguridad, el diseño de CBF efectivas para sistemas con restricciones de estado y de entrada es notablemente difícil. Los métodos actuales basados en aprendizaje suelen tener problemas de escalabilidad o interpretabilidad, o bien resultan en conjuntos seguros excesivamente conservadores. Además, los enfoques que dependen únicamente del aprendizaje informado por la física (resolviendo desigualdades variacionales de Hamilton–Jacobi–Bellman) a menudo convergen en soluciones triviales o subóptimas, mientras que los métodos que utilizan la optimización de trayectorias de control total para la supervisión pueden ser computacionalmente costosos y menos informativos.

Metodología: VertexCBF

Los autores proponen VertexCBF, un marco para aprender CBF neuronales que aproximan el conjunto seguro óptimo caracterizado por la alcanzabilidad de Hamilton–Jacobi (HJ). El método integra el aprendizaje informado por la física con una supervisión dispersa y de alta calidad derivada de una propiedad estructural específica de los sistemas de control afín.

Componentes Principales

1. Aproximación Neuronal de la Función de Valor:
   El método aproxima la función de valor de seguridad HJ estacionaria $V(x)$ utilizando una red neuronal. Para asegurar que el conjunto seguro aprendido nunca exceda las restricciones físicas originales, la red emplea una arquitectura residual:
   $$V_\Theta(x) = c(x) - r_\Theta(x)$$
   donde $c(x)$ es la función de restricción y $r_\Theta(x) \geq 0$ es una salida residual no negativa producida por un Perceptrón Multicapa (MLP). Esto garantiza que $V_\Theta(x) \leq c(x)$, asegurando que el conjunto seguro aprendido sea un subconjunto del conjunto de restricciones.

2. Búsqueda de Control Restringida a Vértices:
   La clave de la innovación reside en la generación de etiquetas de supervisión. Para sistemas de control afín ($\dot{x} = f(x) + g(x)u$) con un conjunto de control de politopo convexo $U$, el Hamiltoniano se maximiza en los vértices de $U$.

   • En lugar de resolver complejas ecuaciones diferenciales parciales (PDE) o realizar una optimización de trayectoria de control total (por ejemplo, MPPI), VertexCBF restringe la búsqueda de control a los vértices del politopo de control.
   • Esto transforma el problema de seguridad de horizonte infinito en un problema de optimización de horizonte finito sobre un conjunto discreto de secuencias de control.
   • Las etiquetas de supervisión se generan mediante una búsqueda en árbol paralela en GPU (utilizando Búsqueda de Haz, Búsqueda de Haz Estocástica o Branch-and-Bound) sobre estas trayectorias restringidas a vértices. Esto evita la necesidad de solvers de PDE numéricos y reduce la carga computacional en comparación con el muestreo de control total.

3. Objetivo de Entrenamiento:
   La red neuronal se entrena minimizando una combinación convexa de dos términos de pérdida:

   • Pérdida Informada por la Física ($L_{PDE}$): Impone la desigualdad variacional HJ estacionaria localmente sobre estados no etiquetados densamente muestreados.
   • Pérdida de Datos ($L_{data}$): Minimiza el error cuadrático medio entre la salida de la red y las etiquetas generadas por la búsqueda en árbol restringida a vértices en estados muestreados dispersamente.
     Esta combinación guía la optimización para alejarse de las soluciones constantes triviales (comunes en el aprendizaje basado solo en PDE) mientras mantiene la consistencia local con la dinámica del sistema.

Contribuciones Clave

• Marco de Aprendizaje Sistemático: El artículo introduce un método para aprender CBF neuronales que aproximan el conjunto seguro máximo combinando la teoría de alcanzabilidad HJ con el aprendizaje supervisado.
  el uso de una arquitectura residual asegura que la CBF aprendida esté acotada superiormente por la función de restricción, evitando que el proceso de aprendizaje expanda el conjunto seguro más allá de los límites físicos.
• Supervisión Restringida a Vértices: Al explotar la dinámica de control afín y las restricciones de control convexas, los autores demuestran que la supervisión puede generarse eficientemente mediante una búsqueda en árbol restringida a vértices. Este enfoque es más escalable que el muestreo de control total y más efectivo que la optimación basada solo en PDE.
• Parametrización Residual: El uso de una arquitectura residual garantiza que el conjunto seguro aprendido sea un subconjunto del conjunto de restricciones.
• Evaluación Exhaustiva: El método se evalúa en 15 sistemas dinámicos diversos (que van desde 2 hasta 13 estados y de 1 a 6 controles) y se compara con líneas base de solo PDE y supervisión de control total mediante MPPI.

Resultados Experimentales

La evaluación demuestra que VertexCBF recupera consistentemente conjuntos seguros más grandes y fiables que los métodos de referencia:

• Fiabilidad: El aprendizaje basado solo en PDE (ND) falla frecuentemente, colapsando en soluciones triviales con conjuntos seguros vacíos o altas tasas de falsos seguros ($\rho_{FS}$). VertexCBF mantiene bajas tasas de falsos seguros en la mayoría de los sistemas.
• Efectividad: En comparación con los Datos de Control Total (FCD) generados mediante MPPI, VertexCBF (usando Datos de Control Restringidos a Vértices, VRCD) logra volúmenes seguros efectivos ($\eta_{eff}$) competitivos o superiores y tasas de falsos inseguros ($\rho_{FU}$) más bajas. La supervisión de MPPI de control total a menudo resulta en conjuntos seguros excesivamente conservadores.
• Validación en Hardware: Un experimento de hardware con un robot móvil navegando entre peatones confirmó que la CBF neuronal aprendida puede desplegarse en tiempo real como un filtro de seguridad, evitando con éxito las colisiones en las 10 pruebas a pesar de los desajustes del modelo (por ejemplo, deslizamiento de neumáticos, retraso en la percepción).

Significado y Reivindicaciones

El artículo afirma que VertexCBF proporciona un enfoque de diseño práctico y sistemático para aprender CBF neuronales. Su importancia radica en:

1. Escalabilidad: Evita la intratabilidad de los solvers de PDE basados en rejilla y el alto costo computacional de la optimización de trayectorias de control total al aprovechar la estructura de vértices de los conjuntos de control.
2. Robustez: Supera los problemas de inestabilidad y trivialidad del aprendizaje basado solo en PDE mediante la introducción de una supervisión dispersa y de alta calidad derivada de búsquedas restringidas a vértices.
3. Garantías de Seguridad: La arquitectura residual proporciona una garantía intrínseca de que el conjunto seguro aprendido permanecerá dentro de las restricciones de estado originales.

Los autores reconocen las limitaciones, señalando que el método aún no proporciona garantías formales de convergencia o límites de error deterministas, confiando en su lugar en la validación post-entrenamiento mediante rollouts de bucle cerrado. También señalan que, aunque el método escala bien para sistemas de hasta 13 estados, la dinámica de cuerpo completo de muy alta dimensión (por ejemplo, modelos humanoides completos) aún puede presentar desafíos computacionales debido al crecimiento exponencial de la búsqueda en árbol con el número de vértices de control. Se sugiere trabajo futuro para abordar las garantías de convergencia, la escalabilidad para sistemas de alta dimensión y las extensiones a dinámicas inciertas.