Safety Filtering with an Infinite Number of Constraints

Titolo: Filtraggio della Sicurezza con un Numero Infinito di Vincoli

1. Problema e Contesto

Le Funzioni di Barriera di Controllo (CBF) sono uno strumento fondamentale per progettare controllori che garantiscano la sicurezza dei sistemi autonomi, imponendo vincoli di sicurezza tramite l'invarianza di un insieme sicuro. Sebbene la teoria delle CBF sia ben consolidata per un numero finito di vincoli, molte applicazioni pratiche avanzate richiedono la definizione di insiemi sicuri attraverso un numero infinito di vincoli.

Gli esempi principali includono:

• Backup CBF: Un framework in cui un insieme sicuro conservativo viene espanso in un insieme più grande sfruttando il flusso del sistema sotto un controller di backup. L'insieme risultante è definito da vincoli che devono essere soddisfatti per ogni istante temporale lungo l'orizzonte del flusso di backup.
• Configurazioni collision-free: Per corpi rigidi o incertezze sullo stato, dove l'insieme sicuro è definito da tutte le possibili configurazioni o stime dello stato.

Il problema centrale affrontato dal paper è che, nonostante il successo pratico, mancano risposte teoriche fondamentali per questo scenario a vincoli infiniti:

1. Quali sono le condizioni necessarie e sufficienti per l'invarianza in avanti di tali insiemi?
2. Come si definiscono formalmente le CBF associate a questi insiemi?
3. Quali sono le proprietà di regolarità (es. continuità) dei controllori risultanti?
4. È possibile ridurre una collezione infinita di vincoli a un numero finito senza perdere le garanzie di sicurezza?

2. Metodologia

Gli autori estendono la teoria delle CBF al setting di vincoli infiniti considerando sistemi non lineari affini nel controllo:
$$\dot{x} = f(x) + g(x)u$$
L'insieme sicuro $S$ è definito come:
$$S = \{x \in \mathbb{R}^n \mid h(\tau, x) \geq 0, \forall \tau \in T \}$$
dove $T$ è un insieme compatto di parametri (es. tempo) e $h$ è una funzione continuamente differenziabile rispetto a $x$ e continua rispetto a $\tau$.

La metodologia si articola in quattro pilastri principali:

• Estensione del Teorema di Nagumo: Gli autori generalizzano il Teorema di Nagumo (che lega l'invarianza del set alle condizioni al bordo) al caso infinito. Introducono l'insieme dei vincoli attivi $Act(x) = \{\tau \in T \mid h(\tau, x) = 0\}$ e definiscono condizioni di "ben-postezza" (Assunzione 1) che garantiscono l'esistenza di una direzione di ascesa liscia al bordo dell'insieme.
• Definizione di CBF a Decadimento Ottimale (OD-CBF): Per colmare il divario tra le condizioni di invarianza e la sintesi del controllore, viene introdotta la nozione di Optimal-Decay Control Barrier Function (OD-CBF). A differenza delle CBF standard che richiedono una funzione di classe $\mathcal{K}$ fissa, le OD-CBF permettono che il coefficiente di decadimento sia una funzione variabile $\theta(\tau, x)$, rendendo la condizione necessaria e sufficiente per l'invarianza.
• Sintesi del Controllore e Regolarità: Viene analizzata la sintesi di controllori basati sull'ottimizzazione (QP) che soddisfano infiniti vincoli. Gli autori dimostrano che, sotto condizioni di fattibilità stretta, è possibile garantire l'esistenza di un controllore continuo (e persino liscio in certi casi) utilizzando un singolo parametro di decadimento ottimo ($\omega$) invece di infiniti parametri.
• Riduzione a Vincoli Finiti: Viene proposto un teorema (Proposizione 5) che dimostra come un numero finito di vincoli, campionati strategicamente su $T$ con una densità sufficiente, sia sufficiente a garantire la soddisfazione dell'intera collezione infinita, rendendo il problema risolvibile con solver di ottimizzazione standard.

3. Risultati Chiave

• Teorema 1 (Invarianza): Fornisce le condizioni necessarie e sufficienti per l'invarianza in avanti di un insieme definito da vincoli infiniti. L'invarianza è garantita se e solo se la derivata di Lie della funzione $h$ lungo il campo vettoriale chiuso è non negativa per tutti i parametri attivi al bordo.
• Proposizione 1 (Equivalenza OD-BF): Dimostra che, sotto le ipotesi di regolarità, l'esistenza di una Optimal-Decay Barrier Function è equivalente all'invarianza dell'insieme.
• Proposizione 2 e 3 (Fattibilità e Esistenza): Si dimostra che se esiste un controllore che soddisfa i vincoli in modo stretto al bordo, allora il problema di ottimizzazione semi-infinito (con un singolo parametro OD) è strettamente fattibile. Inoltre, si estende il teorema di Artstein per garantire l'esistenza di un feedback liscio.
• Teorema 2 (Garanzia di Sicurezza con Continuità): Estende i risultati di invarianza anche a campi vettoriali chiusi che sono solo continui (non necessariamente Lipschitz), condizione spesso soddisfatta dai controllori sintetizzati via ottimizzazione.
• Proposizione 5 (Riduzione Finita): Fornisce una procedura costruttiva per discretizzare l'insieme infinito $T$ in un numero finito di punti $\{\tau_i\}$, garantendo che la soddisfazione di questi vincoli discreti implichi la soddisfazione di tutti i vincoli continui, purché il campionamento sia sufficientemente denso.

4. Applicazione e Validazione

Il framework è stato applicato al caso dei Backup CBF su un sistema di doppio integratore.

• Scenario: Si cerca di mantenere il sistema all'interno di un insieme sicuro $S_c$ utilizzando un controller di backup che garantisce l'invarianza di un sotto-insieme $S_b$.
• Problema con l'approccio classico: L'implementazione diretta dei Backup CBF con vincoli infiniti discretizzati spesso porta a infeasibilità (il problema di ottimizzazione non ha soluzione) in punti critici dello spazio degli stati, rendendo il campo vettoriale chiuso indefinito.
• Soluzione proposta: Utilizzando l'approccio OD-CBF con un singolo parametro di decadimento ottimo, il paper dimostra che il controllore rimane fattibile in tutto l'insieme sicuro $S_I$. Le simulazioni mostrano che il campo vettoriale chiuso è ben definito e continuo, risolvendo il problema di infeasibilità tipico dei metodi precedenti.

5. Significato e Impatto

Questo lavoro è fondamentale per la teoria del controllo sicuro perché:

1. Colma un divario teorico: Fornisce le basi matematiche rigorose per l'uso di CBF con vincoli infiniti, un'area che era finora basata su intuizioni pratiche senza garanzie formali complete.
2. Abilita applicazioni avanzate: Consente l'uso sicuro e robusto di tecniche come i Backup CBF, che sono essenziali per la navigazione autonoma in ambienti complessi dove la sicurezza deve essere garantita su orizzonti temporali futuri.
3. Garantisce la regolarità: Assicura che i controllori sintetizzati siano continui, un requisito cruciale per l'implementazione pratica e la stabilità numerica.
4. Rende il problema computazionalmente trattabile: La riduzione a vincoli finiti permette di utilizzare solver di ottimizzazione convessa standard (come QP) per problemi che altrimenti richiederebbero metodi infiniti intrattabili.

In sintesi, il paper trasforma un approccio euristico (Backup CBF) in una metodologia rigorosa, garantendo sicurezza, regolarità e fattibilità computazionale per sistemi soggetti a vincoli di sicurezza continui e infiniti.