Sintesi Tecnica: SLS2 – Controllo di Modelli del Mondo Latente Probabilisticamente Sicuri

Definizione del Problema

Il documento affronta la sfida della pianificazione del moto con feedback sicura per robot che operano direttamente da osservazioni di pixel grezzi (ad esempio, immagini RGB) in ambienti open-world. I metodi tradizionali di controllo critico per la sicurezza si affidano a rappresentazioni dello stato ben definite e a bassa dimensionalità e a dinamiche note, che sono spesso indisponibili o difficili da stimare per oggetti deformabili e compiti visivi complessi. Sebbene i recenti modelli del mondo latenti (ad esempio, architetture JEPA) possano inferire rappresentazioni di stato compatte e dinamiche direttamente dalle immagini, essi introducono rischi significativi per la sicurezza:

1. Dinamiche Imperfette: Le dinamiche latenti apprese sono approssimazioni e possono essere imprecise durante i rollout multi-step.
2. Traduzione dei Vincoli: I vincoli fisici di sicurezza (ad esempio, evitamento degli ostacoli, limiti articolari) devono essere tradotti nello spazio latente, dove la relazione con la sicurezza fisica non è garantita.
3. Mancanza di Calibrazione: I metodi di sicurezza latenti esistenti spesso si affidano ad approssimazioni euristiche o mancano di garanzie formali e calibrate affinché il vero stato del sistema rimanga entro limiti sicuri nonostante gli errori di predizione.

Il problema centrale è sintetizzare una politica di controllo che pianifichi in uno spazio latente appreso fornendo al contempo garanzie di sicurezza probabilistiche per il vero sistema fisico, tenendo conto sia degli errori di predizione del modello che degli shift distribuzionali.

Metodologia: SLS2 (Safe Latent Space System Level Synthesis)

Gli autori propongono SLS2, un framework che combina modelli del mondo latenti appresi con System Level Synthesis (SLS) per l'MPC robusto e la Conformal Prediction (CP). La pipeline consiste in tre fasi principali:

1. Addestramento di un Modello del Mondo Latente Gradient-Friendly

Il sistema apprende una rappresentazione latente compatta e markoviana da un dataset offline di transizioni di immagini $\mathcal{D} = \{(o_t, u_t, o_{t+1})\}$.

• Architettura: Un'architettura predittiva di embedding congiunto condizionata all'azione (simile a Le-WM). Un encoder Vision Transformer (ViT) mappa le immagini in embedding latenti $z_t$.
• Costruzione dello Stato Markoviano: Per garantire che lo stato latente soddisfi la proprietà di Markov per la predizione multi-step, lo stato è aumentato con feature di differenza finita: $s^z_t = [z_t, \Delta z_t, \dots, \Delta^K z_t]$.
• Apprendimento delle Dinamiche: Un predittore MLP $f_\phi$ apprende la transizione $s^z_{t+1} = f_\phi(s^z_t, u_t)$.
• Obiettivi di Addestramento: Il modello è addestrato utilizzando una perdita di predizione latente multi-step, una perdita SIGReg per prevenire il collasso rappresentativo e una perdita di rettificazione temporale per incoraggiare traiettorie latenti fluide. Questo design facilita l'ottimizzazione della traiettoria basata su gradiente (ad esempio, iLQR).

2. Quantificazione dell'Incertezza tramite Conformal Prediction

Per gestire le imprecisioni delle dinamiche apprese e del controllore dei vincoli latenti, gli autori utilizzano la Split Conformal Prediction (CP) per calibrare gli insiemi di incertezza con garanzie statistiche.

• Errore delle Dinamiche Latenti: Un modello di covarianza $\Sigma_\psi$ viene addestrato per predire la forma della distribuzione dell'errore. La CP è utilizzata per calcolare un fattore di scala $q$ (un quantile dei punteggi di non conformità) tale che il vero errore di predizione $e_t$ giaccia all'interno di un insieme ellissoidale $E(s, u)$ con probabilità $1-\delta$.
• Controllore dei Vincoli Latenti: Un classificatore di ostacoli latenti $c_\psi$ viene addestrato per valutare la sicurezza. La CP viene utilizzata per determinare una soglia $\eta$ tale che il classificatore identifichi correttamente le regioni sicure/non sicure con alta probabilità.
• Supporto In-Domain: Un insieme in-domain $\mathcal{I}$ è definito come un sotto-livello gaussiano calibrato per garantire che il pianificatore non operi in regioni molto distanti dalla distribuzione di addestramento.

3. MPC Robusto tramite System Level Synthesis (SLS)

Il ciclo di controllo principale utilizza la System Level Synthesis (SLS) per risolvere un problema MPC robusto nello spazio latente.

• Formulazione: Invece di ottimizzare direttamente i guadagni di feedback, SLS ottimizza le risposte del sistema a ciclo chiuso (matrici $\Phi_s, \Phi_u$) che mappano le perturbazioni nelle deviazioni di stato/controllo.
• Robustezza: Gli insiemi di errore ellissoidali calibrati tramite CP $E(s, u)$ sono iniettati come insiemi di perturbazione nella formulazione SLS. L'ottimizzatore propaga queste incertezze lungo l'orizzonte di pianificazione per costruire tubi raggiungibili ($R^s_k, R^u_k$).
• Vincoli: L'ottimizzazione impone che l'intero tubo raggiungibile rimanga entro l'insieme latente sicuro (definito dal controllore dei vincoli calibrato) e l'insieme in-domain. Ciò risulta in un "irrigidimento dei vincoli" (constraint tightening), dove la traiettoria nominale viene regolata per garantire che, anche in presenza di errori peggiori limitati, il vero sistema rimanga sicuro.
• Implementazione: L'approccio sfrutta l'accelerazione su GPU per gestire gli stati latenti ad alta dimensione e il carico computazionale della propagazione dei tubi di incertezza in modo efficiente.

Contributi Chiave

1. Modello del Mondo Latente per la Pianificazione: Gli autori dimostrano che l'addestramento di modelli latenti compatti e markoviani con specifiche regolarizzazioni (SIGReg, rettificazione temporale) consente rollout multi-step accurati e un'ottimizzazione efficiente basata su gradiente direttamente dai pixel.
2. Insiemi di Incertezza Conformalizzati: Il documento introduce un metodo per calibrare sia gli errori delle dinamiche latenti che gli errori del classificatore di sicurezza latente utilizzando la Conformal Prediction, fornendo insiemi di incertezza statisticamente validi per la pianificazione robusta.
3. MPC Robusto Scalabile: L'integrazione dell'incertezza calibrata tramite CP nella System Level Synthesis accelerata su GPU consente un MPC robusto con vincoli di raggiungibilità in spazi latenti ad alta dimensione, un compito precedentemente considerato computazionalmente proibitivo.
4. Validazione Empirica: Il metodo è validato su diversi compiti di visione (navigazione, pick-and-place, manipolazione di oggetti deformabili) sia in simulazione che su hardware reale, dimostrando prestazioni superiori in termini di sicurezza e raggiungimento dell'obiettivo rispetto ai baseline.

Risultati Sperimentali

Gli autori hanno valutato SLS2 su quattro compiti: Reacher, OGBench Cube, Push-T e un compito di manipolazione Bimanual Rope.

• Prestazioni di Pianificazione Nominale:

  • Il pianificatore nominale di SLS2 (utilizzando iLQR sul modello appreso) ha superato significativamente i baseline (Le-WM, DINO-WM, PLDM) nei tassi di successo.
  • Reacher: 83.5% di successo (contro il 17–40% dei baseline).
  • Rope: 93.75% di successo (contro il 7–25% dei baseline).
  • Gli studi di ablazione hanno confermato che la rappresentazione dello stato markoviano e le perdite di addestramento multi-step erano critiche per le prestazioni.

• Prestazioni di Sicurezza Robusta:

  • In compiti vincolati (ad esempio, limiti di angolo articolare, soglie di altezza, evitamento ostacoli), SLS2 ha raggiunto tassi di sicurezza del 100% in simulazione e hardware, mentre l'iLQR non robusto vincolato e altri filtri di sicurezza (HJ-filtered, LPB) hanno frequentemente violato i vincoli.
  • Successo Robusto: SLS2 ha mantenuto alti tassi di completamento del compito (ad esempio, 88.57% su Rope, 94.29% su Cube) rispettando rigorosamente i vincoli di sicurezza.
  • Hardware: Il metodo è stato implementato con successo su bracci KUKA iiwa reali per la manipolazione di corde, dimostrando la convergenza allo stato obiettivo direttamente dai pixel senza stima esplicita dello stato.

Significato e Rivendicazioni

Il documento afferma che SLS2 colma il divario tra la flessibilità dei modelli del mondo appresi e il rigore richiesto dal controllo critico per la sicurezza. Combinando la conformal prediction per la calibrazione statistica e la system level synthesis per l'ottimizzazione robusta scalabile, il metodo fornisce garanzie probabilistiche che il vero stato del sistema rimanga entro i limiti sicuri, anche operando in uno spazio latente ad alta dimensione con dinamiche imperfette.

Gli autori sottolineano che il loro approccio non richiede rappresentazioni dello stato progettate a mano o dinamiche note, rendendolo applicabile a compiti complessi, deformabili e visivamente ricchi. Notano che, sebbene il metodo migliori significativamente la sicurezza e i tassi di successo, dipende dall'assunzione che i punteggi residui a ciclo chiuso siano scambiabili con i punteggi di calibrazione, e le prestazioni possono essere limitate dall'assunzione di rappresentazioni latenti isotrope in compiti che richiedono manovre sequenziali complesse (come Push-T).