A Formal gatekeeper Framework for Safe Dual Control with Active Exploration

Riepilogo Tecnico: Un Framework Formale di Guardiano per il Controllo Duale Sicuro con Esplorazione Attiva

Enunciato del Problema
Pianificare traiettorie sicure in presenza di incertezza del modello è una sfida fondamentale nella robotica. I metodi esistenti di pianificazione robusta (ad esempio, MPC basata su tubi, funzioni di barriera di controllo) garantiscono la sicurezza considerando disturbi nel caso peggiore e discrepanze del modello. Tuttavia, questi approcci sono intrinsecamente conservativi perché non riducono attivamente l'incertezza del modello durante l'esecuzione. Al contrario, gli approcci di controllo duale mirano a bilanciare lo sfruttamento (raggiungimento degli obiettivi di missione) con l'esplorazione (riduzione dell'incertezza). I metodi attuali di controllo duale spesso mancano di garanzie formali di sicurezza, poiché l'esplorazione è frequentemente perseguita senza garantire il soddisfacimento dei vincoli. Inoltre, il compromesso tra esplorazione e sfruttamento è tipicamente gestito tramite termini di costo ponderati, che mancano di un processo decisionale fondato riguardo a quando l'esplorazione sia vantaggiosa, potenzialmente portando a costi di missione eccessivi o a una riduzione dell'incertezza soppressa.

Metodologia
Gli autori propongono un framework che integra la pianificazione robusta con l'esplorazione attiva sotto garanzie formali di sicurezza e fattibilità del budget. L'architettura è ispirata al concetto di "guardiano", operando in modo a orizzonte scorrevole a ogni ciclo di pianificazione $t_k$:

1. Generazione della Traiettoria di Backup: Viene prima calcolata una traiettoria di "backup" robusta. Si tratta di una traiettoria a tubo Robustamente Controllata-Invariante (RCI) che garantisce la sicurezza sotto incertezza parametrica nel caso peggiore e disturbi additivi limitati. Essa funge da fallback sicuro.
2. Generazione di Coppie Candidate: L'algoritmo genera coppie di traiettorie per vari orizzonti temporali:
   • Un Candidato Conservativo: Coincide con la traiettoria di backup, garantendo la sicurezza.
   • Un Candidato Informativo: Progettato per eccitare il regressore di sistema $\Phi(x, u)$ per ridurre l'incertezza parametrica (specificamente, la larghezza dell'insieme dei parametri). Questa traiettoria è ottimizzata per minimizzare lo sforzo di controllo massimizzando il log-determinante della Gramiana (promuovendo l'identificabilità), ma non garantisce intrinsecamente la sicurezza.
3. Verifica e Validazione della Sicurezza: Per ogni candidato informativo, viene costruito un tubo attorno alla traiettoria per verificare se soddisfa i vincoli di stato e di ingresso inaspriti. Solo le coppie in cui la traiettoria informativa è "sicura per tubo" (cioè, il tubo rimane all'interno dell'insieme sicuro) sono considerate valide.
4. Selezione e Impegno: Le coppie valide sono valutate in base alla riduzione prevista della larghezza direzionale media dell'insieme dei parametri, penalizzata dalla lunghezza dell'orizzonte per privilegiare il guadagno informativo precoce.
   • Un candidato è selezionato solo se è valido e il costo totale della missione (costo accumulato + costo del segmento informativo + costo del successivo backup) rimane entro un budget definito dall'utente $B$.
   • Se nessun candidato informativo soddisfa i vincoli di sicurezza e di budget, il sistema ricade al candidato conservativo con l'orizzonte più breve.
5. Esecuzione e Aggiornamento: La traiettoria impegnata viene eseguita. Al termine, l'insieme dei parametri viene raffinato utilizzando l'Identificazione a Insiemi-Membro (SMID) basata sui dati osservati, e la traiettoria di backup viene aggiornata per il ciclo successivo.

Contributi Chiave

• Garanzie Formali di Sicurezza nel Controllo Duale: A differenza di molti approcci esistenti di controllo duale, questo framework garantisce che l'esplorazione sia perseguita solo quando è provatamente sicura. L'esplorazione non è mai consentita di compromettere il soddisfacimento dei vincoli.
• Esplorazione Fattibile per il Budget: Il framework introduce un meccanismo rigoroso per garantire che il costo dell'esplorazione non superi un budget prescritto. Valuta esplicitamente il compromesso tra riduzione dell'incertezza e costo della missione prima di impegnarsi in una traiettoria informativa.
• Estensione dell'Architettura di Guardiano: Gli autori estendono il loro precedente lavoro sul guardiano per generare non solo fallback sicuri, ma anche traiettorie "informativi" che riducono attivamente l'incertezza mantenendo la sicurezza dell'intero sistema.
• Miglioramento Verificabile: L'esplorazione è perseguita solo quando fornisce un miglioramento verificabile (riduzione della larghezza dell'insieme dei parametri) senza compromettere la sicurezza o il budget.

Risultati
Il framework è stato valutato tramite simulazione su due studi di caso riguardanti un quadrotore con incertezza parametrica nella resistenza aerodinamica:

• Studio di Caso 1 (Resistenza Scalare): Un quadrotore con un coefficiente di resistenza scalare sconosciuto. Il framework ha ridotto con successo l'intervallo ammissibile per il coefficiente di resistenza online. Rispetto a una linea di base conservativa, il metodo proposto ha raggiunto un costo totale di missione dell'82,5% rimanendo entro un budget del 110%, dimostrando un'efficienza migliorata insieme alla riduzione dell'incertezza.
• Studio di Caso 2 (Resistenza Vettoriale): Un quadrotore con due coefficienti di resistenza sconosciuti (lineare e quadratico). Il metodo ha ridotto i limiti dell'insieme dei parametri per entrambi i parametri, sebbene la riduzione fosse asimmetrica a causa della specifica eccitazione dei regressori e della presenza di ostacoli che invalidavano molti candidati informativi. Il costo totale è stato l'81,3% della linea di base.
• Convergenza dei Parametri: In entrambi i casi, i limiti dei parametri si sono ristretti significativamente attorno ai valori reali, confermando l'efficacia della strategia di esplorazione attiva.

Significato e Affermazioni
Il documento afferma che il framework proposto affronta il divario critico nel controllo duale in cui i vincoli di sicurezza e di costo sono spesso violati o gestiti euristica. Garantendo che l'esplorazione sia perseguita solo quando è "provatamente sicura, vantaggiosa e fattibile per il budget", il metodo consente un'esecuzione affidabile con riduzione dell'incertezza. Gli autori affermano che il framework permette al robot di diventare progressivamente meno conservativo nella sua pianificazione man mano che l'incertezza viene ridotta, aderendo rigorosamente ai vincoli di sicurezza e di budget.

Limitazioni e Lavori Futuri
Gli autori notano che la previsione attuale della contrazione dell'incertezza assume che la traiettoria eseguita coincida con la traiettoria pianificata, trascurando gli errori di inseguimento tra gli stati a ciclo chiuso pianificati e reali. I lavori futuri mirano a incorporare la sicurezza direttamente nella fase di generazione dei candidati, formalizzare il legame tra riduzione dell'incertezza e diminuzione dei costi, e sviluppare metodi di previsione per la larghezza dell'insieme dei parametri che tengano conto delle deviazioni di inseguimento.