Learning-Driven Autonomy in Open-Architecture Autopilots

Resumen Técnico: Autonomía Impulsada por Aprendizaje en Pilotos Automáticos de Arquitectura Abierta

Declaración del Problema
Los vehículos aéreos no tripulados (UAV) que operan en entornos dinámicos, inciertos y críticos para la seguridad requieren capacidades que van más allá del control de retroalimentación convencional. Estas incluyen percepción multimodal, razonamiento predictivo, planificación consciente del riesgo y filtrado de seguridad formal. Sin embargo, el control neuronal directo de extremo a extremo suele ser inadecuado para pilotos automáticos de seguridad crítica debido a problemas de interpretabilidad, certificación y sensibilidad a entradas fuera de la distribución (out-of-distribution). El desafío central es integrar la previsión basada en el aprendizaje y el razonamiento probabilístico en una pila de piloto automático de arquitectura abierta sin comprometer las garantías de seguridad deterministas proporcionadas por las capas de control clásico.

Metodología
El artículo propone una arquitectura de autonomía por capas, impulsada por el aprendizaje, diseñada para pilotos automáticos de arquitectura abierta (por ejemplo, PX4, ArduPilot). El sistema separa la predicción, la optimización, la aplicación de la seguridad y la ejecución en módulos distintos, organizados en torno a una arquitectura de triple redundancia heterogénea:

1. Representación de Autonomía Condicionada por Tríada:
   La entrada principal al módulo de aprendizaje es un tensor compacto $\xi_t = c_t \parallel \psi^{ctrl}_t \parallel \pi_t \in \mathbb{R}^{104}$. Esta tríada combina:

   • $c_t \in \mathbb{R}^{64}$: Un vector de creencia multisensores aprendido que resume historias sensoriales heterogéneas recientes.
   • $\psi^{ctrl}_t \in \mathbb{R}^{32}$: Un embedding de información reciente del régimen de control (historial de actuación, comportamiento de conmutación).
   • $\pi_t \in \mathbb{R}^{8}$: Una representación comprimida de la intención del plan futuro candidato.
     Esta representación asegura que el modelo de previsión sea consciente del estado, del control y del plan.

2. Percepción Multimodal y Codificación de Creencia:
   Flujos de sensores heterogéneos (navegación, IMU, entorno/energía/riesgo) se procesan a través de codificadores de modalidad neuronales. Estos se resumen utilizando Embeddings de Media de Kernel de Funciones de Fourier Aleatorias (RFF-KME) para crear resúmenes distribucionales compactos de las ventanas sensoriales. Una red GRU-atención agrega estos resúmenes en el vector de creencia $c_t$, permitiendo que el modelo pondere las ventanas de contexto relevantes para la predicción futura.

3. Previsión Probabilística (Deep CVAE):
   Un Autoencoder Variacional Condicional (CVAE) modela la distribución condicional $p_\theta(X_{t+1:t+H} | \xi_t)$. El CVAE utiliza una variable latente $z$ para capturar factores de escenarios ocultos (por ejemplo, viento no observado, movimiento de obstáculos). Durante el despliegue, se muestrean escenarios latentes de la distribución previa condicional para generar un conjunto de trayectorias futuras, proporcionando tanto predicciones de la media como estimaciones de incertidumbre.

4. Control Consciente del Riesgo y Filtrado de Seguridad:

   • Capa MPC: Una capa de Control Predictivo basado en Modelo (MPC) consciente del riesgo utiliza la distribución de pronóstico del CVAE (medias, varianzas y muestras de escenarios) para generar una propuesta de control nominal.
   • Votación de Triple Redundancia: El sistema emplea tres canales: (A) un controlador primario en tiempo real, (B) un canal de seguridad/votación independiente y (C) el compañero de IA/MPC. Los comandos se combinan mediante votación de mediana y promedios ponderados por confianza. El peso del canal de IA ($w_C$) se reduce cuando la incertidumbre de la previsión o el riesgo aumentan.
   • Filtro de Seguridad CBF: El comando votado final se proyecta en un conjunto de control seguro utilizando Funciones de Barrera de Control (CBF). Esta capa impone restricciones estrictas (distancia de obstáculos, márgenes de batería) mediante la modificación mínima del comando. Crucialmente, los márgenes de seguridad son conscientes de la incertidumbre; por ejemplo, la distancia efectiva de los obstáculos se infla basándose en la incertidumbre de la distancia LiDAR ($\sigma_{LiDAR}$) y el puntaje de riesgo.

Contribuciones Clave

1. Arquitectura: Una pila de autonomía estructurada que integra percepción multimodal, previsión probabilística, MPC, filtrado de seguridad CBF y votación heterogénea, asegurando que los módulos de aprendizaje asistan en lugar de reemplazar las capas de seguridad deterministas.
2. Tensor de Tríada: La introducción de un tensor de autonomía condicionado por tríada que condiciona la predicción en la percepción, el historial de control y la intención del plan futuro simultáneamente.
3. Modelado: Un modelo de previsión CVAE profundo que utiliza RFF-KME para la sumarización de modalidades y GRU-atención para la codificación de contexto.
4. Integración de Seguridad: La integración de pronósticos probabilísticos en un flujo de trabajo MPC-CBF-votación donde la incertidumbre de la previsión infla directamente los márgenes de seguridad en la capa CBF.
5. Garantías Formales: Un teorema que establece la invariancia hacia adelante del conjunto seguro bajo el filtrado CBF factible, con una discusión práctica sobre la suposición de factibilidad y el conservadurismo monótono de la incertidumbre.
6. Reproducibilidad: Un flujo de trabajo de simulación completo que incluye métricas de previsión, gráficos de incertidumbre, visualizaciones de atención y análisis de trayectoria 3D.

Resultados
La arquitectura fue evaluada en un conjunto de datos de navegación de UAV (5,000 muestras) utilizando una división cronológica de entrenamiento-prueba.

• Precisión de la Previsión: El CVAE profundo logró un RMSE medio de 38.29 en cinco objetivos (altitud, velocidad, distancia LiDAR, nivel de batería, riesgo), comparado con 38.92 para una línea base de regresión Ridge determinista. La mejora es modesta pero consistente.
• Calibración de Incertidumbre: El CVAE proporcionó una cobertura de intervalo de predicción del 80% empírico que varió de 0.724 a 0.844 entre los objetivos. Aunque generalmente es ligeramente inferior al 80% nominal (indicando una ligera subcobertura), el modelo generó con éxito intervalos de incertidumbre ausentes en la línea base.
• Comportamiento de Seguridad: Las simulaciones demostraron que la capa CBF redujo con éxito los comandos agresivos cuando los márgenes previstos de obstáculos o batería se volvían inseguros. El mecanismo de votación redujo dinámicamente el peso del canal de IA/MPC a medida que el riesgo o la incertidumbre de la previsión aumentaban, transfiriendo la autoridad al canal de seguridad.
• Representación: Los diagnósticos mostraron que el vector de creencia permaneció suave, mientras que los embeddings de régimen de control y de plan variaron con la intensidad de la actuación y los márgenes de seguridad, confirmando la capacidad de la tríada para distinguir regímenes operativos.

Significancia y Reivindicaciones
El artículo afirma que su principal significancia radica en demostrar un camino estructurado para utilizar modelos probabilísticos profundos en sistemas de piloto automático de seguridad crítica sin otorgar al módulo de aprendizaje autoridad directa sobre los actuadores. Al separar el rol del módulo de aprendizaje (previsión y apoyo a la decisión) de la capa de ejecución (filtrado de seguridad determinista), la arquitectura preserva la robustez del control clásico mientras permite una planificación adaptativa y consciente del riesgo.

Los autores enfatizan que el CVAE en sí mismo no garantiza la seguridad; más bien, proporciona una previsión probabilística que informa la capa CBF. La capa CBF impone restricciones estrictas, asegurando que el comando final sea admisible. El trabajo posiciona esto como un marco práctico para integrar la autonomía basada en el aprendizaje en sistemas de arquitectura abierta (como UAV y robótica de campo) donde la certificación de seguridad y la tolerancia a fallos son primordiales. Los resultados sugieren que, si bien el aprendizaje profundo ofrece mejoras modestas en la precisión de la estimación puntual sobre las líneas base lineales, su verdadero valor en este contexto es la provisión de estimaciones de incertidumbre que permiten márgenes de seguridad conscientes de la incertidumbre y la arbitraje dinámico de comandos.