💻 computer science

Trajectory Planning for Safe Dual Control with Active Exploration

यह शोध पत्र "डुअल-गेटकीपर" (Dual-gatekeeper) का प्रस्ताव करता है, जो सुरक्षित दोहरे नियंत्रण के लिए एक ऐसा ढांचा है जो सुरक्षा के औपचारिक गारंटियों और मिशन-स्तरीय लागत बजट के साथ सुदृढ़ नियोजन को सक्रिय अन्वेषण के साथ एकीकृत करता है, जिससे यह सुनिश्चित होता है कि अन्वेषण केवल तभी हो जब वह सुरक्षा से समझौता किए बिना या स्वीकार्य गिरावट से अधिक हुए बिना प्रदर्शन में सत्यापन योग्य सुधार करता हो।

मूल लेखक: Kaleb Ben Naveed, Manveer Singh, Devansh R. Agrawal, Dimitra Panagou

प्रकाशित 2026-04-20

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Kaleb Ben Naveed, Manveer Singh, Devansh R. Agrawal, Dimitra Panagou

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक बिल्कुल नई, हाई-परफॉर्मेंस रेस कार चला रहे हैं और एक ऐसे ट्रैक पर हैं जिसे आपने पहले कभी नहीं देखा है। आप सामान्य लेआउट तो जानते हैं, लेकिन आप यह नहीं जानते कि डामर (asphalt) पर टायरों की पकड़ (grip) कितनी है (क्या वह सूखा है? थोड़ा गीला है? या तैलीय है?)। इस जानकारी का अभाव अनिश्चितता (uncertainty) है।

यदि आप पकड़ के बारे में जाने बिना बहुत आक्रामक तरीके से गाड़ी चलाते हैं, तो आप दुर्घटनाग्रस्त हो सकते हैं (सुरक्षा उल्लंघन)। यदि आप सुरक्षित रहने के लिए बहुत अधिक सावधानी बरतते हैं, तो आप रेस बहुत धीरे समाप्त करेंगे (खराब प्रदर्शन)।

यह पेपर Dual-gatekeeper नामक एक स्मार्ट सिस्टम पेश करता है जो कार को दो काम एक साथ करने में मदद करता है:

फिनिश लाइन तक सुरक्षित रूप से रेस करना।
सीमाओं का परीक्षण करके ट्रैक के बारे में सीखना (अनिश्चितता को कम करना), लेकिन केवल तभी जब यह सुरक्षित हो और इसके लायक हो।

यहाँ बताया गया है कि यह सिस्टम कैसे काम करता है, जिसे सरल अवधारणाओं में विभाजित किया गया है:

1. समस्या: "बहुत सुरक्षित" बनाम "बहुत जोखिम भरा" दुविधा

पुराना तरीका (Robust Planning): कल्पना कीजिए कि एक ड्राइवर जो दुर्घटनाग्रस्त होने से इतना डरा हुआ है कि वह पूरे समय 10 मील प्रति घंटे की रफ्तार से गाड़ी चलाता है, चाहे ट्रैक की स्थिति कुछ भी हो। वह निश्चित रूप से रेस पूरी कर लेगा, लेकिन वह सबसे अंत में आएगा। वह कभी यह नहीं जान पाएगा कि ट्रैक वास्तव में सूखा और तेज़ है।
दूसरा पुराना तरीका (Active Exploration): कल्पना कीजिए कि एक ड्राइवर जो टायर टेस्ट करने के लिए इधर-उधर मुड़ने का निर्णय लेता है। वह ट्रैक को तेज़ी से सीख सकता है, लेकिन वह रेस पूरी करने से पहले ही दुर्घटनाग्रस्त भी हो सकता है।
लक्ष्य: हम एक ऐसा ड्राइवर चाहते हैं जो तेज़ गाड़ी चलाए लेकिन उसे पता हो कि कब सीमाओं को आगे बढ़ाना सुरक्षित है ताकि वह अधिक सीख सके।

2. समाधान: "Dual-gatekeeper" सिस्टम

लेखकों ने एक फ्रेमवर्क बनाया है जो रोबोट के मस्तिष्क के लिए एक सख्त लेकिन निष्पक्ष मैनेजर की तरह कार्य करता है। यह एक "गेटकीपर" (द्वारपाल) रूपक का उपयोग करता है।

इस सिस्टम को समानांतर में चलने वाले दो मोड के रूप में सोचें:

A. "सेफ्टी नेट" (रूढ़िवादी बैकअप)

सबसे पहले, सिस्टम एक सुपर सेफ रूट (अत्यधिक सुरक्षित मार्ग) की गणना करता है। यह एक ऐसा रास्ता है जिसे रोबलेट तब ले सकता है जब सब कुछ गलत हो जाए। यह धीमा है, चौड़ा है, और यह गारंटी देता है कि रोबोट दुर्घटनाग्रस्त नहीं होगा, चाहे अज्ञात पैरामीटर (जैसे टायर की पकड़) वास्तव में कुछ भी हों।

उपमा: यह एक पैराशूट तैयार रखने जैसा है। आपकी योजना इसका उपयोग करने की नहीं है, लेकिन आप जानते हैं कि यदि चीजें खराब होती हैं, तो आप इस पर भरोसा कर सकते हैं।

B. "एक्सप्लोरर" (सूचनात्मक उम्मीदवार)

इसके बाद, सिस्टम एक फास्ट एंड क्यूरियस रूट (तेज़ और जिज्ञासु मार्ग) बनाता है। यह रास्ता इस तरह से डिज़ाइन किया गया है कि यह रोबोट को हिलने-डुलने, तेजी से मुड़ने या इस तरह से चलाने में मदद करे जिससे रोबोट अज्ञात चीजों को समझ सके (जैसे, "यदि मैं यहाँ ज़ोर से मुड़ता हूँ, तो मैं जान पाऊँगा कि मेरी पकड़ कितनी है")।

उपमा: यह एक जासूस की तरह है जो सुराग खोजने के लिए एक जोखिम भरा शॉर्टकट लेता है।

3. "गेटकीपर" निर्णय प्रक्रिया

यही वह जादुई हिस्सा है। इससे पहले कि रोबोट "फास्ट एंड क्यूरियस" रूट पर चले, गेटकीपर दो सख्त नियमों की जाँच करता है:

सुरक्षा जाँच (The Safety Check): "यदि हम इस जोखिम भरे रास्ते पर चलते हैं, तो क्या हम गारंटी दे सकते हैं कि हम दुर्घटनाग्रस्त नहीं होंगे, भले ही हमारा ट्रैक के बारे में अनुमान गलत हो?"
- यदि नहीं: गेटकीपर दरवाजा बंद कर देता है। रोबोट "सुपर सेफ रूट" पर ही रहता है।
- यदि हाँ: गेटkeeper अगले चेक के लिए दरवाजा खोल देता है।
बजट जाँच (The Budget Check): पेपर में "कॉस्ट बजट" की एक अवधारणा पेश की गई है। कल्पना कीजिए कि आपके पास सीखने के लिए खर्च करने के लिए सीमित मात्रा में "ईंधन" या "समय" है।
- सिस्टम पूछता है: "क्या इस जोखिम भरे रास्ते को लेने से हमें ट्रैक सीखने में हमारे निर्धारित बजट से अधिक लागत आएगी?"
- यदि हाँ: गेटकीपर दरवाजा बंद कर देता है। यह हमारे समग्र मिशन के समय के लिए जोखिम उठाने लायक नहीं है।
- यदि नहीं: जाओ! रोबोट "फास्ट एंड क्यूरियस" रूट का पालन करता है।

4. परिणाम: एक स्मार्ट संतुलन

एक बार जब रोबोट उस जोखिम भरे रास्ते पर चलता है, तो वह डेटा एकत्र करता है। वह सीखता है, "ओह, टायर वास्तव में बहुत चिपचिपे हैं!"

क्योंकि अब वह अधिक जानता है, "सुपर सेफ रूट" (बैकअप) को कम रूढ़िवादी बनाने के लिए अपडेट किया जा सकता है। यह तेज़ चल सकता है क्योंकि अनिश्चितता कम हो गई है।
रोबोट इस चक्र को दोहराता है: एक सुरक्षित बैकअप की योजना बनाना, एक सीखने वाला पथ प्रस्तावित करना, गेटकीपर की जाँच करना (सुरक्षा + बजट), और यदि स्वीकृत हो, तो सीखना और तेज़ होना।

पेपर से वास्तविक दुनिया के उदाहरण

लेखकों ने दो रोबोट्स पर इसका परीक्षण किया:

एक क्वाडकॉप्टर (ड्रोन):
- अज्ञात: हवा का प्रतिरोध (drag) इसे कितना महसूस होता है?
- परिणाम: ड्रोन ने ड्रैग को मापने के लिए एक थोड़ा डगमगाता हुआ रास्ता लिया। एक बार जब वह ड्रैग को जान गया, तो वह अपने मिशन को बहुत अधिक कुशलता से पूरा करने के लिए उड़ा, बजाय उस ड्रोन के जो सुरक्षित रहने के लिए बहुत धीरे उड़ता।
एक सेल्फ-ड्राइविंग रेस कार:
- अज्ञात: ट्रैक पर टायरों की पकड़ कितनी है?
- परिणाम: अन्य तरीकों ने या तो दुर्घटनाग्रस्त कर दी (बहुत जोखिम भरा) या वे बहुत धीमे चले (बहुत सुरक्षित)। Dual-gatekeeper कार तेज़ चली, शून्य बार दुर्घटनाग्रस्त हुई, और रेस बहुत तेज़ी से पूरी की क्योंकि उसने अपने "बजट" पर अनावश्यक जोखिम उठाए बिना ट्रैक की स्थितियों को जल्दी सीख लिया।

सारांश

Dual-gatekeeper एक ऐसा फ्रेमवर्क है जो कहता है:

"हमारे पास हमेशा एक सुरक्षित प्लान बी (Plan B) होगा। लेकिन यदि हमारे पास एक प्लान ए (Plan A) है जो तेज़ है और हमें सीखने में मदद करता है, तो हम इसे तभी लेंगे जब हमें 100% यकीन हो कि यह हमें मारेगा नहीं और यदि इसमें बहुत अधिक समय खर्च नहीं होगा। यदि इन दोनों में से कोई भी शर्त विफल होती है, तो हम सुरक्षित योजना पर टिके रहेंगे।"

यह "ड्राइविंग के दौरान एक्सप्लोर करने" के अराजक विचार को एक अनुशासित, सुरक्षित और अत्यधिक कुशल प्रक्रिया में बदल देता है।

यहाँ Kaleb Ben Naveed और अन्य लेखकों के शोध पत्र "Trajectory Planning for Safe Dual Control with Active Exploration" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र रोबोटिक्स और नियंत्रण प्रणालियों में मॉडल अनिश्चितता (model uncertainty) के तहत सुरक्षित प्रक्षेपवक्र नियोजन (trajectory planning) की मौलिक चुनौती को संबोधित करता है।

द्वंद्व (The Conflict): पारंपरिक रोबस्ट प्लानिंग (robust planning) सबसे खराब स्थिति वाली अनिश्चितता (worst-case uncertainty) को ध्यान में रखकर सुरक्षा सुनिश्चित करती है, लेकिन यह अनिश्चितता को कम करने की अनदेखी करती है, जिससे अत्यधिक रूढ़िवादी व्यवहार और प्रदर्शन में गिरावट आती है। इसके विपरीत, डुअल कंट्रोल (dual control) कार्य निष्पादन (exploitation) और सक्रिय अनिश्चितता न्यूनीकरण (exploration) के बीच संतुलन बनाने का लक्ष्य रखता है, लेकिन मौजूदा विधियों में अक्सर सुरक्षा के औपचारिक प्रमाणों का अभाव होता है या वे यह निर्धारित करने में विफल रहती हैं कि मिशन लागत के सापेक्ष अन्वेषण (exploration) कब फायदेमंद है।
विशिष्ट चुनौती: लेखक एक बजट-बाधित डुअल कंट्रोल समस्या (budget-constrained dual control problem) को तैयार करते हैं। सिस्टम को निम्नलिखित कार्य करने चाहिए:
1. सीमित मॉडल अनिश्चितता के तहत अवस्था (state) और इनपुट बाधाओं (constraints) को पूरा करना।
2. पैरामीट्रिक अनिश्चितता को कम करने के लिए सक्रिय रूप से अन्वेषण (exploration) करना।
3. यह सुनिश्चित करना कि कुल मिशन लागत (अन्वेषण के कारण प्रदर्शन में गिरावट) एक निर्धारित बजट ( $B_{exp}$ ) के भीतर रहे।
लक्ष्य: बिना किसी ह्यूरिस्टिक भारित ट्रेड-ऑफ (heuristic weighted trade-offs) पर निर्भर हुए, सुरक्षा बाधाओं और उपयोगकर्ता-निर्धारित लागत बजट का कड़ाई से पालन करते हुए, मिशन क्षितिज (mission horizon) पर संचयी अनिश्चितता न्यूनीकरण को अधिकतम करना।

2. कार्यप्रणाली: डुअल-गेटकीपर फ्रेमवर्क (Methodology: The Dual-gatekeeper Framework)

लेखक एक डुअल-गेटकीपर (Dual-gatekeeper) नामक फ्रेमवर्क प्रस्तावित करते हैं, जो रिसीडिंग-होरिज़न (receding-horizon) के तरीके से कार्य करता है। यह अन्वेषण को एक निहित अनुकूलन ट्रेड-ऑफ के रूप में नहीं, बल्कि एक सत्यापन योग्य निर्णय (verifiable decision) के रूप में मानता है।

मुख्य वास्तुकला (Core Architecture)

प्रत्येक रीप्लानिंग समय $t_k$ पर, फ्रेमवर्क निम्नलिखित पाइपलाइन को निष्पादित करता है:

रोबस्ट बैकअप निर्माण (Robust Backup Construction): एक रूढ़िवादी, रोबस्ट फीडबैक पॉलिसी ( $\pi^{rob,B}_k$ ) की गणना की जाती है। यह पॉलिसी वर्तमान सबसे खराब स्थिति वाली अनिश्चितता सेट ( $\Theta_k$ ) के तहत सुरक्षा की गारंटी देती है और एक "फालबैक" (fallback) बेसलाइन के रूप में कार्य करती है।
उम्मीदवार पीढ़ी (Candidate Generation):
- रूढ़िवादी उम्मीदवार (Conservative Candidates): रोबस्ट बैकअप पॉलिसी के खंड।
- सूचनात्मक उम्मीदवार (Informative Candidates): ऐसे प्रक्षेपवक्र जिन्हें विशेष रूप से पैरामीट्रिक अनिश्चितता को कम करने के लिए डिज़ाइन किया गया है (जैसे, विशिष्ट डायनेमिक्स को उत्तेजित करना)। इन्हें एक टर्मिनल रिकवरेबिलिटी कंडीशन (terminal recoverability condition) को संतुष्ट करने के लिए बनाया जाता है (यह सुनिश्चित करना कि सिस्टम सुरक्षित बैकअप प्रक्षेपवक्र पर वापस लौट सके)।
व्यवहार्यता सत्यापन (The "Gatekeeper"):
- सुरक्षा जाँच (Safety Check): प्रत्येक उम्मीदवार को अनिश्चितता सेट $\Theta_k$ और विक्षोभ सीमाओं (disturbance bounds) के विरुद्ध सत्यापित किया जाता है। यदि किसी उम्मीदवार को सुरक्षित प्रमाणित नहीं किया जा सकता (जैसे, ट्यूब इनवेरियंस या संभावabilistic रोलआउट के माध्यम से), तो उसे अस्वीकार कर दिया जाता है।
- बजट जाँच (Budget Check): उम्मीदवार की अनुमानित मिशन लागत की तुलना रोबस्ट बैकअप लागत से की जाती है। अतिरिक्त लागत की जाँच शेष अन्वेषण बजट ( $B_{exp}$ ) के विरुद्ध की जाती है।
चयन और प्रतिबद्धता (Selection & Commitment):
- सभी वैध (सुरक्षित) और बजट-व्यवहार्य उम्मीदवारों में से, उच्चतम स्कोर वाले को चुना जाता है।
- स्कोर फंक्शन: $s_{k,i} = \exp(-\lambda T) \cdot \Delta \xi_i$ , जहाँ $\Delta \xi_i$ अनिश्चितता सेट की चौड़ाई में अनुमानित कमी है, और $\lambda$ तत्काल सूचना को प्राथमिकता देने के लिए भविष्य के लाभों को डिस्काउंट करता है।
- यदि कोई सूचनात्मक उम्मीदवार व्यवहार्य नहीं है, तो सिस्टम रूढ़िवादी बैकअप पॉलिसी पर वापस चला जाता है।
निष्पादन और अपडेट (Execution & Update): प्रतिबद्ध प्रक्षेपवक्र को निष्पादित किया जाता है। नया डेटा एकत्र किया जाता है, और अगले चक्र के लिए फेसिबल पैरामीटर सेट को सिकोड़ने के लिए सेट-मेंबरशिप आइडेंटिफिकेशन (SMID) का उपयोग करके अनिश्चितता सेट $\Theta_k$ को अपडेट किया जाता है।

अनिश्चितता न्यूनीकरण भविष्यवाणी (Uncertainty Reduction Prediction)

निष्पादन से पहले उम्मीदवारों का मूल्यांकन करने के लिए, फ्रेमवर्क दो दृष्टिकोणों का उपयोग करके अनिश्चितता संकुचन की भविष्यवाणी करता है:

सिमुलेशन-आधारित (Simulation-Based): अनुमानित पैरामीटर और विक्षोभों के साथ समानांतर फॉरवर्ड रोलआउट्स का उपयोग करके पोस्ट-एक्ज़ीक्यूशन अनिश्चितता सेट का अनुमान लगाना।
डेटा-संगति-आधारित (Data-Consistency-Based): अनिश्चितता सेट के आकार को सीमित करने के लिए योजनाबद्ध प्रक्षेपवक्र के साथ रिग्रेसर मैट्रिक्स का गणितीय विश्लेषण।

सुरक्षा इंस्टेंशिएशन (Safety Instantiations)

फ्रेमवर्क मॉड्यूलर है और इसे दो सुरक्षा तंत्रों के साथ प्रदर्शित किया गया है:

ट्यूब MPC इंस्टेंशिएशन (Tube MPC Instantiation): सभी अनिश्चितताओं के लिए बाधा संतुष्टि सुनिश्चित करने के लिए एक नाममात्र प्रक्षेपवक्र (nominal trajectory) और एक इनवेरिएंट "ट्यूब" का उपयोग करता है।
गेटकीपर (सेफ्टी फिल्टर) इंस्टेंशिएशन (Gatekeeper Instantiation): नाममात्र नियोजन को सुरक्षा सत्यापन से अलग करता है। गेटकीपर मॉड्यूल उम्मीदवार प्रक्षेपव्यों पर संभावabilistic सुरक्षा जाँच (मोंटे कार्लो रोलआउट के माध्यम से) करता है।

3. मुख्य योगदान (Key Contributions)

औपचारिक बजट-बाधित डुअल कंट्रोल: एक ऐसा फॉर्मूलेशन पेश करता है जहाँ अन्वेषण एक अलग, बजट-सीमित निर्णय है, न कि लागत फलन में एक भारित पद।
डुअल-गेटकीपर फ्रेमवर्क: एक नवीन वास्तुकला जो सुरक्षा प्रमाणन, बजट व्यवहार्यता और सूचना प्राप्ति (information gain) को अलग करती है। यह गारंटी देता है कि सूचनात्मक प्रक्षेपवक्र केवल तभी निष्पादित किए जाते हैं जब वे प्रमाणित रूप से सुरक्षित और लागत-प्रभावी हों।
मॉड्यूलरिटी: यह प्रदर्शित करता है कि फ्रेमवर्क की लचीलापन क्या है, जिसे दो अलग-अलग सुरक्षा तंत्रों (ट्यूब MPC और गेटकीपर फ़िल्टरिंग) के साथ लागू किया जा सकता है।
सैद्धांतिक गारंटी: यह प्रमाण देता है कि फ्रेमवर्क सुनिश्चित करता है:
- सुरक्षा: सभी स्वीकार्य अनिश्चितताओं के लिए अवस्था और इनपुट बाधाएं संतुष्ट होती हैं।
- बजट व्यवहार्यता: संचयी अन्वेषण लागत कभी भी निर्धारित बजट से अधिक नहीं होती है।
अनुभवजन्य सत्यापन (Empirical Validation): दो जटिल केस स्टडीज—क्वाड्रोटर नेविगेशन और ऑटोनॉमस कार रेसिंग—पर दृष्टिकोण को मान्य करता है।

4. परिणाम (Results)

फ्रेमवेयर का परीक्षण पैरामीट्रिक अनिश्चितता के तहत दो केस स्टडीज पर किया गया:

केस स्टडी 1: क्वाड्रोटर नेविगेशन (Tube MPC)
- परिदृश्य: अज्ञात एरोडायनामिक ड्रैग गुणांक के साथ एक क्वाड्रोटर जो लक्ष्य की ओर बढ़ रहा है।
- परिणाम: प्रस्तावित विधि ने सुरक्षा बनाए रखते हुए पैरामीटर अनिश्चितता सीमाओं को महत्वपूर्ण रूप से कम किया (उदाहरण के लिए, [0.0, 0.50] से [0.0, 0.33] तक)।
- प्रदर्शन: 110% बजट के भीतर रहते हुए, इसने 82.5% बेसलाइन मिशन लागत (जहाँ बेसलाइन 100% है) प्राप्त की, जो शुद्ध रूप से रूढ़िवादी रोबस्ट कंट्रोल की तुलना में बेहतर दक्षता प्रदर्शित करती है।
केस स्टडी 2: ऑटोनॉमस कार रेसिंग (Gatekeeper)
- परिदृश्य: एक रेस कार जिसमें अज्ञात टायर-रोड घर्षण ( $\mu$ ) है और जो लैप टाइम को कम करने का प्रयास कर रही है।
- तुलना: इसे शुद्ध नाममात्र नियंत्रण (pure nominal control), भारित अन्वेषण (बिना सुरक्षा के), फालबैक-ओनली (fallback-only), और भारित उद्देश्यों वाले गेटकीपर के विरुद्ध तुलना किया गया।
- परिणाम:
  - सुरक्षा: प्रस्तावित विधि ने 100% सुरक्षित रन (10/10 परीक्षण) प्राप्त किए, जबकि भारित अन्वेषण बेसलाइन्स अक्सर विफल (20-30% सफलता) रहे।
  - प्रदर्शन: औसतन 8.07s का लैप टाइम प्राप्त किया, जो फालबैक-ओनली (17.0s) से काफी तेज़ है और असुरक्षित नाममात्र नियंत्रक (5.01s) के करीब है, लेकिन गारंटीकृत सुरक्षा के साथ।
  - अनिश्चितता न्यूनीकरण: 95.5% अनिश्चितता न्यूनीकरण प्राप्त किया।
  - बजट दक्षता: केवल 23.8% अन्वेषण बजट का उपभोग किया गया, जो दर्शाता है कि कुछ रणनीतिक सूचनात्मक युद्धाभ्यास अनिश्चितता को नाटकीय रूप से कम करने और उच्च-प्रदर्शन रेसिंग को सक्षम करने के लिए पर्याप्त थे।

5. महत्व और भविष्य का कार्य (Significance and Future Work)

महत्व: यह कार्य रोबस्ट कंट्रोल (सुरक्षा) और सक्रिय शिक्षण (अन्वेषण) के बीच के अंतर को पाटता है। यह ह्यूरिस्टिक ट्रेड-ऑफ से आगे बढ़कर अन्वेषण करने के लिए कब (when) एक सिद्धांतिक, सत्यापन योग्य तंत्र प्रदान करता है। यह सिद्ध करता है कि सक्रिय अन्वेषण सुरक्षा से समझौता किए बिना और लागत सीमाओं का उल्लंघन किए बिना दीर्घकालिक प्रदर्शन में सुधार कर सकता है।
सीमाएँ और भविष्य की दिशाएँ:
- समय-परिवर्तनीय पैरामीटर (Time-Varying Parameters): वर्तमान SMID दृष्टिकोण स्थिर मापदंडों को मानता है। भविष्य का लक्ष्य बदलते मापदंडों (जैसे, बदलता घर्षण) को संभालना है।
- बजट मात्रा निर्धारण (Budget Quantification): बजट वर्तमान में उपयोगकर्ता द्वारा निर्धारित किया जाता है। भविष्य का कार्य बजट आवंटन को स्वचालित करने के लिए अनिश्चितता के आकार और भविष्य की मिशन लागत के बीच एक सिद्धांतपूर्ण संबंध प्राप्त करने का प्रयास करेगा।
- निष्पादन-जागरूक भविष्यवाणी (Execution-Aware Prediction): नियोजित और निष्पादित प्रक्षेपवक्रों (ट्रैकिंग एरर) के बीच विसंगतियों को ध्यान में रखने के लिए अनिश्चितता भविष्यवाणी में सुधार करना।

संक्षेप में, Dual-gatekeeper सुरक्षित डुअल कंट्रोल के लिए एक कठोर समाधान प्रदान करता है, जिससे स्वायत्त प्रणालियों को सुरक्षा और संसाधन बाधाओं का सख्ती से पालन करते हुए अपने वातावरण के बारे में गतिशील रूप से सीखने में सक्षम बनाया जा सकता है।