Graph Neural Planning and Predictive Control for Multi-Robot Communication-Constrained Unlabeled Motion Planning

Résumé Technique : Planification par Réseaux de Neurones Graphiques et Commande Prédictive pour la Planification de Mouvements Non Étiquetés de Multi-Robots sous Contraintes de Communication

Formulation du Problème
L'article aborde le problème de planification de mouvements non étiquetés pour des systèmes multi-robots homogènes. Dans ce contexte, $N$ robots interchangeables doivent atteindre coopérativement un ensemble de $N$ objectifs sans appariements préassignés. L'objectif est de minimiser le temps et la distance de parcours totaux tout en assurant l'évitement des collisions. Le problème est formulé comme une tâche conjointe d'affectation et de planification de trajectoire, qui est PSPACE-difficile.

Les auteurs identifient des lacunes critiques dans les approches existantes basées sur les Réseaux de Neurones Graphiques (GNN) pour ce problème :

1. Dynamiques Simplifiées : Les méthodes GNN antérieures reposent souvent sur des dynamiques simplifiées en simulation et prédisent directement des commandes de vitesse, ne tenant pas compte des dynamiques non linéaires réelles et des limites d'actionnement.
2. Garanties de Sécurité : L'évitement des collisions est fréquemment traité comme une contrainte souple ou un filtre a posteriori, ce qui ne garantit pas la sécurité sous les limites d'actionnement.
3. Contraintes de Communication : Les architectures GNN existantes nécessitent souvent une communication multi-sauts (4 à 5 couches), les rendant vulnérables aux retards et aux pertes de communication réels.
4. Déploiement : La plupart des méthodes basées sur l'apprentissage reposent sur une inférence centralisée hors bord plutôt que sur une exécution décentralisée embarquée.

Méthodologie : Cadre Hiérarchique GATP-NMPC
Les auteurs proposent un cadre hiérarchique (Figure 1) qui découple la planification de haut niveau du contrôle de bas niveau, intégrant un Planificateur par Attention Graphique (GATP) avec un Contrôleur Prédictif Non Linéaire Décentralisé (NMPC).

1. Planification de Haut Niveau (GATP) :

   • Architecture : Le planificateur utilise un Réseau de Neurones à Attention Graphique (GAT) avec seulement 2 couches de passage de messages. Chaque robot communique uniquement avec ses $M$ voisins les plus proches (par exemple, $M=2$).
   • Mécanisme : Le GNN traite les observations locales (positions relatives des $P_g$ objectifs les plus proches et des $P_r$ robots les plus proches) pour prédire des sous-objectifs intermédiaires ($s_i$) plutôt que des commandes de vitesse directes.
   • Choix de Conception : L'architecture emploie des Perceptrons Multicouches (MLP) pour fusionner les embeddings de nœuds initiaux avec les informations agrégées des voisins. Cette « fonction de mise à jour » ($f_1$) préserve l'invariance par permutation et améliore la différenciation des nœuds. La sortie est mise à l'échelle sur un horizon spatial $S_p$ (par exemple, 4 m) basé sur un horizon temporel désiré $T_p$ et une vitesse maximale $v_{max}$.
   • Entraînement : Le GATP est entraîné par apprentissage par imitation utilisant un expert centralisé (Algorithme Hongrois) pour générer des sous-objectifs optimaux. Un schéma d'échantillonnage planifié est utilisé pour remplacer progressivement les sous-objectifs de l'expert par les prédictions du GATP pendant l'entraînement.

2. Contrôle de Bas Niveau (NMPC) :

   • Exécution : Chaque robot exécute un NMPC décentralisé pour suivre le sous-objectif fourni par le GATP.
   • Contraintes : Le NMPC résout un problème d'optimisation non linéaire sur un horizon de prédiction $T_c$ pour générer des commandes de contrôle. Il impose explicitement :
     • Dynamiques Non Linéaires : Les dynamiques des quadricoptères sont modélisées comme des systèmes affines en commande.
     • Sécurité : Des contraintes de sécurité rigides sont imposées à l'aide de Fonctions de Barrière de Contrôle Exponentielles (ECBF) pour maintenir une distance de sécurité $d_{safe}$ entre les robots.
     • Limites d'Actionnement : Les contraintes de poussée des moteurs sont respectées.
   • Intégration : Le GATP met à jour continuellement la trajectoire de référence du NMPC en fonction de l'évolution des positions des robots, permettant une replanification à basse fréquence (par exemple, 1–2 Hz) tandis que le NMPC s'exécute à haute fréquence (par exemple, 100–160 Hz).

Contributions Clés

• Cadre Hiérarchique : Une intégration novatrice d'un planificateur basé sur GNN avec un NMPC garantissant la sécurité, permettant l'application de méthodes basées sur l'apprentissage à des systèmes réels présentant des dynamiques non linéaires et des contraintes d'actionnement.
• Architecture GNN Robuste : Un Réseau de Neurones à Attention Graphique à 2 couches nécessitant une communication minimale (1 saut, $M=2$ voisins). Les auteurs démontrent que cette architecture peu profonde améliore la robustesse aux retards de communication par rapport aux GNN plus profonds utilisés dans les travaux antérieurs.
• Déploiement Réel : La première validation d'un planificateur de mouvements non étiquetés basé sur GNN dans un cadre d'inférence décentralisée et embarquée sur des quadricoptères physiques.
• Ablation et Étalonnage : Une étude comparative montrant que l'architecture GATP proposée (avec des fonctions de mise à jour spécifiques) surpasse les Réseaux de Neurones Graphiques Convolutifs (GCN) standards et les stratégies de mise à jour alternatives en termes de performance de couverture et de généralisation à des tailles d'équipe plus grandes.

Résultats Expérimentaux

• Simulation (10 Quadricoptères) :
  • Performance de Couverture : Le GATP a atteint une couverture comparable à celle du GCN (94,55 % contre 95,00 % en 40 s pour 10 robots) mais a démontré une généralisation supérieure à des équipes plus grandes (jusqu'à 50 robots). Le GATP a montré une baisse de performance plus faible (23,5 %) par rapport au GCN (34,5 %) à mesure que la taille de l'équipe augmentait, attribuée à la capacité du mécanisme d'attention à pondérer dynamiquement l'importance des voisins.
  • Retards de Communication : Le système a été testé avec des retards de communication simulés allant jusqu'à 0,6 s. Le cadre est resté robuste aux retards jusqu'à 200 ms (délai total $D=0,2$s), avec une augmentation d'environ 3,8 à 5,5 % du temps de couverture. La performance ne se dégradait significativement que lorsque les retards s'approchaient de l'intervalle de mise à jour de la planification (0,5 s).
• Expériences Réelles (4 Quadricoptères) :
  • Déploiement : Le système a été déployé sur des quadricoptères personnalisés équipés de processeurs Qualcomm VOXL 2 dans un banc d'essai intérieur.
  • Tâches : Exécution réussie de tâches de formation en cercle et de couverture de zone, ainsi que d'évitement dynamique d'obstacles où le planificateur a réassigné des objectifs pour éviter les collisions.
  • Latence : Le temps d'inférence du GATP était d'environ 1 ms (hors communication). Le délai de communication moyen par couche était de 26 ms, entraînant un temps de planification total par robot allant de 51 ms à 134 ms. Cela confirme que le système fonctionne dans la plage de délais robustes identifiée en simulation.

Signification et Revendications
L'article revendique que ce travail comble le fossé entre la planification multi-robots évolutive basée sur l'apprentissage et les exigences rigoureuses de sécurité du déploiement réel. En combinant un GNN économe en communication avec un NMPC conscient des contraintes, les auteurs démontrent que :

1. Sécurité et Faisabilité : Il est possible d'utiliser des GNN pour la coordination de haut niveau tout en garantissant la sécurité et la faisabilité dynamique grâce au NMPC.
2. Évolutivité et Robustesse : Une architecture GNN peu profonde basée sur l'attention offre une meilleure généralisation à des équipes plus grandes et une plus grande robustesse aux retards de communication que les architectures multi-sauts plus profondes.
3. Faisabilité Pratique : L'inférence décentralisée et embarquée est réalisable pour les systèmes multi-robots, comme en témoignent les expériences réelles réussies avec des quadricoptères.

Les auteurs concluent modestement que, bien que leur conception actuelle gère bien les délais bornés, les travaux futurs exploreront des conditions de communication asynchrones plus réalistes et un couplage plus étroit entre la planification et le contrôle pendant le processus d'entraînement.