Résumé Technique : Planification de Mouvement en Boucle Fermée pour Systèmes Non Linéaires Stochastiques avec Spécifications de Logique Temporelle de Signal

Formulation du Problème

Ce papier aborde le défi de la planification de mouvement en boucle fermée pour des systèmes non linéaires stochastiques en temps continu soumis à des spécifications de Logique Temporelle de Signal (STL). Contrairement aux contraintes classiques d'ensemble sûr qui ne codent que des limites spatiales, la STL permet de spécifier des exigences spatio-temporelles complexes, telles que le séquençage (« visiter A avant B »), les délais et la persistance.

La difficulté centrale réside dans la présence de dynamiques non modélisées et de perturbations externes, qui sont modélisées comme un bruit stochastique non borné (par exemple, bruit des capteurs ou des actionneurs). Dans de tels contextes, les méthodes de contrôle robuste de type pire cas deviennent excessivement conservatrices. À l'inverse, les approches probabilistes existantes échouent souvent à passer à l'échelle pour des systèmes non linéaires en temps continu ou manquent de garanties rigoureuses. Le problème spécifique est formulé comme une optimisation de trajectoire STL sous contraintes de chance : trouver une politique de contrôle $u$ qui minimise une fonction de coût tout en garantissant que la trajectoire stochastique $X_t$ satisfait une formule STL $\phi$ avec une probabilité élevée (par exemple, $1-\delta \geq 99,99\%$).

Le défi principal est l'ingérabilité de l'imposition d'une contrainte de chance au niveau de la trajectoire sur un nombre non dénombrable d'instants temporels, tout en satisfaisant simultanément la structure logique et temporelle de la STL.

Méthodologie

Les auteurs proposent un cadre systématique qui transforme le problème stochastique ingérable en un problème d'optimisation de trajectoire STL déterministe (STLTO) avec des contraintes resserrées. La méthodologie se compose de trois composants principaux :

1. Stratégie d'Érosion des Predicats

L'idée centrale est de découpler l'aléatoire de la logique. Les auteurs introduisent une stratégie d'érosion des prédicats où les prédicats STL originaux sont « érodés » (resserrés) pour créer un problème déterministe de substitution.

• Mécanisme : Un Tube Atteignable Probabiliste (PRT) est construit pour borner la déviation entre une trajectoire stochastique $X_t$ et une trajectoire déterministe nominale associée $x_t$.
• Transformation : Si la trajectoire nominale satisfait une formule STL « érodée » $\tilde{\phi}$ (où chaque ensemble de prédicat $C$ est remplacé par $C \ominus E_t$, avec $E_t$ étant la section transversale du tube), alors la trajectoire stochastique est garantie de satisfaire la formule originale $\phi$ avec une probabilité d'au moins $1-\delta$.
• Résultat : Cela convertit le problème sous contraintes de chance en un problème d'optimisation déterministe standard (8), soluble avec des outils numériques existants.

2. Construction de PRT Basée sur la Contraction

Pour garantir que le PRT soit serré (évitant un conservatisme excessif), les auteurs exploitent la théorie de la contraction.

• Conception de la Boucle Fermée : Un contrôleur de poursuite en boucle fermée est conçu pour rendre le système en boucle fermée fortement contractant. Cela garantit que la déviation stochastique par rapport à la trajectoire nominale ne diverge pas.
• Bornes Serrées : En utilisant une nouvelle Martingale Affine (AM) et la Fonction Génératrice de Moments Moyennée (AMGF), les auteurs dérivent une borne au niveau de la trajectoire $r_{\delta,t}$ pour le PRT.
• Insight Clé : La borne dérivée évolue comme $O(\sqrt{\log(T/\delta)})$, ce qui représente la dépendance la plus serrée possible pour les systèmes stochastiques d'Itô. Cela est significativement moins conservateur que les méthodes reposant sur des bornes d'union, qui évoluent souvent linéairement avec le temps ou les étapes de discrétisation.

3. Pipeline de Planification de Mouvement en Boucle Fermée

Le cadre fonctionne selon un processus de synthèse en deux étapes :

1. Planification Hors Ligne : Résoudre le problème de substitution déterministe (8) pour obtenir une trajectoire nominale $(x^*, u^*)$ et une commande en feedforward.
2. Exécution en Ligne : Appliquer une loi de commande composite $u_t = u^*_t + K_t(X_t; x^*_t, u^*_t)$, où $K_t$ est un contrôleur de poursuite (par exemple, LQR à Temps Variable ou Métrique de Contraction de Contrôle à Temps Variable) qui stabilise le système stochastique autour du plan nominal.

• Couplage : Le papier traite le couplage entre l'horizon de planification (qui dépend de la taille du tube) et la synthèse du contrôleur (qui détermine la taille du tube) via un algorithme itératif ou une conception découplée utilisant une synthèse TVCCM indépendante de la trajectoire.

Contributions Clés

Le papier apporte les contributions spécifiques suivantes :

1. Érosion STL en Temps Continu : Une stratégie systématique qui transforme les problèmes d'optimisation de trajectoire STL sous contraintes de chance en problèmes déterministes en érodant les prédicats basés sur un PRT, applicable aux systèmes non linéaires généraux en temps continu.
2. Garanties Probabilistes Rigoureuses : Un pipeline complet pour la synthèse de contrôle en boucle fermée fournissant des garanties probabilistes rigoureuses (par exemple, satisfaction $\geq 99,99\%$) pour les systèmes stochastiques, surmontant les limitations des méthodes existantes en temps discret ou uniquement linéaires.
3. Bornes PRT Serrées : Le développement d'une borne PRT serrée au niveau de la trajectoire utilisant la théorie de la contraction et une analyse basée sur les martingales, évitant le conservatisme des bornes d'union en temps continu.
4. Validation Empirique : Démonstration de l'évolutivité et de l'efficacité du cadre à travers des simulations extensives sur quatre benchmarks robotiques (Double Intégrateur, Voiture de Dubins, PVTOL, Quadrotor) et des expériences réelles sur un robot quadrupède.

Résultats

Le cadre proposé a été évalué sur quatre benchmarks simulés et un robot quadrupède réel (Unitree Go1).

• Performance en Simulation :

  • La méthode a atteint une satisfaction de 100 % des spécifications STL sur 10 000 déroulements stochastiques pour les quatre benchmarks (Double Intégrateur, Voiture de Dubins, PVTOL et Quadrotor 3D).
  • Lignes de Base : Les méthodes concurrentes, notamment la planification déterministe « Non-Robuste » et la « MPC à Horizon Rétréci » (SHMPC), ont montré des taux de satisfaction nettement inférieurs (allant de 0,2 % à 77,6 %), démontrant que la planification déterministe seule est insuffisante pour les systèmes stochastiques.
  • Conservatisme : Les comparaisons avec des lignes de base en temps discret (DPRT et STLCD) ont montré que la méthode en temps continu proposée est moins conservatrice. Plus précisément, le rayon d'érosion dans la méthode proposée est indépendant de la taille de l'étape de discrétisation $N$ et évolue plus doucement avec le niveau de risque $\delta$ (comme $\sqrt{\log(1/\delta)}$) par rapport à l'échelle linéaire des bornes d'union en temps discret.

• Expérience Réelle :

  • Le cadre a été déployé sur un quadrupède Unitree Go1 utilisant une abstraction unicyclique de haut niveau.
  • Dans 50 exécutions matérielles pour deux tâches de navigation distinctes (atteindre-éviter et passer-avant), le robot a complété avec succès les tâches dans tous les essais, satisfaisant les spécifications STL malgré le bruit d'estimation d'état, le bruit d'actionnement et les écarts de modèle.

Signification et Revendications

Les auteurs affirment que ce travail comble un fossé critique dans l'autonomie robotique en permettant une planification logique temporelle de haut niveau fiable sous incertitude pour des systèmes non linéaires en temps continu.

• Surmonter le Conservatisme : Le papier soutient que les méthodes probabilistes existantes sont soit trop conservatrices (en raison des bornes d'union), soit dépourvues de garanties formelles (en raison d'approximations). La stratégie d'érosion basée sur le PRT proposée offre une alternative rigoureuse et moins conservatrice.
• Évolutivité : En réduisant le problème stochastique à un problème déterministe, la méthode exploite les solveurs d'optimisation numérique existants (par exemple, SNOPT, MOSEK), la rendant évolutive vers des dynamiques non linéaires complexes.
• Applicabilité Pratique : Le déploiement réussi sur un robot quadrupède réel démontre que le cadre théorique est suffisamment robuste pour gérer les incertitudes du monde réel, y compris les dynamiques hybrides et les événements d'impact, sans nécessiter de modèles de système parfaits.

Le travail conclut que la gestion explicite des contraintes de chance par l'érosion des prédicats et le contrôle en boucle fermée est nécessaire pour une satisfaction fiable de la STL dans des contextes stochastiques, offrant une voie systématique vers une autonomie fiable dans des environnements incertains.