Distributed Containment of a Compromised Agent through Repulsive Cages

Sintesi Tecnica: Contenimento Distribuito di un Agente Compromesso tramite Gabbie Repulsive

Problema
Questo articolo affronta la sfida di sicurezza rappresentata da un agente compromesso all'interno di un sistema multi-agente cooperativo, come uno sciame di UAV o una flotta di robot mobili. Lo scenario assume un compromesso "ibrido": un avversario ha dirottato il canale di comando di alto livello di un singolo agente (il "target"), permettendogli di selezionare setpoint di moto arbitrari, ma lo strato di sicurezza di basso livello per l'evitamento delle collisioni dell'agente rimane intatto e attivo. Questo strato di sicurezza, tipicamente implementato nell'hardware o nel firmware, genera forze repulsive basate sulle distanze relative rispetto agli altri agenti e non può essere disabilitato dall'avversario.

L'obiettivo è progettare una strategia di controllo distribuita per gli agenti "difensori" rimanenti, al fine di mantenere il target compromesso entro una regione ammissibile prescritta $\Omega_{k+1}$ ad ogni istante temporale, nonostante il comando peggiore possibile selezionato dall'avversario. I difensori non possono comandare direttamente il target; devono invece sfruttare la risposta repulsiva di basso livello del target che non è compromessa. Posizionandosi strategicamente, i difensori modellano il campo repulsivo aggregato che agisce sul target, utilizzando efficacemente i meccanismi di sicurezza del target stesso come un canale di attuazione indiretto.

Metodologia
Gli autori modellano l'interazione come un gioco di Stackelberg online con vincoli tempo-varianti e informazioni distribuite:

1. Struttura del Gioco: I difensori agiscono come leader, impegnandosi in una configurazione geometrica $y$ (indotta dai loro comandi di alto livello e dallo strato repulsivo di basso livello). L'avversario agisce come follower, osservando questa configurazione e selezionando un comando di alto livello $u_a$ per massimizzare la fuga del target dalla regione ammissibile.
2. Caratterizzazione Geometrica: L'articolo deriva una condizione geometrica esatta per il contenimento robusto in un singolo step. Utilizzando funzioni di supporto e coni normali, gli autori definiscono una "gabbia repulsiva" — una configurazione di difensori che garantisce il mantenimento del target nella regione ammissibile per tutti i comandi ammissibili dell'avversario. Ciò è caratterizzato da un margine di contenimento direzionale $\ell_k(y; v)$, dove il contenimento robusto si verifica se il margine nel caso peggiore $c_k(y) \leq 0$.
3. Oracolo Centralizzato: Un oracolo di Stackelberg centralizzato è definito come un benchmark che minimizza una funzione di perdita composta dalla violazione del contenimento nel caso peggiore, un deficit di trasporto (se è richiesto l'indirizzamento verso una destinazione) e un termine di regolarizzazione per il moto e la separazione dei difensori.
4. Implementazione Distribuita: Poiché l'oracolo centralizzato richiede informazioni globali, gli autori propongono un algoritmo online completamente distribuito. Questo approccio si basa su:
   • Consenso Medio Dinamico: I difensori utilizzano la comunicazione locale per stimare il campo repulsivo aggregato $g_k(y)$ generato dal team.
   • Approssimazione della Direzione Attiva: Per gestire la massimizzazione non regolare sulla direzione richiesta per l'analisi del caso peggiore, i difensori eseguono una routine di consenso su un dizionario di direzioni finito (o utilizzano una regola di proiezione geometrica) per identificare la direzione "attiva" più critica.
   • Discesa del Gradiente Proiettata: I difensori aggiornano le loro configurazioni indotte utilizzando stime locali del subgradiente della funzione di perdita.

Contributi Chiave

• Framework della Gabbia Repulsiva: L'articolo introduce il concetto di "gabbia repulsiva", una configurazione geometrica di difensori che garantisce il contenimento contro tutti i comandi avversari sfruttando il primitivo repulsivo di basso livello del target. Questo riutilizza i meccanismi standard di evitamento delle collisioni come canale di controllo per agenti compromessi.
• Caratterizzazione Geometrica Esatta: Gli autori forniscono una derivazione rigorosa delle condizioni di contenimento robusto in un singolo step utilizzando funzioni di supporto, stabilendo un'equivalenza tra la violazione nel caso peggiore e un margine direzionale.
• Controllo di Stackelberg Online Distribuito: Il lavoro formula il compito di contenimento come un gioco di Stackelberg online e sviluppa un algoritmo distribuito che segue l'oracolo centralizzato utilizzando solo sensori e comunicazioni locali.
• Analisi del Regret Dinamico: L'articolo dimostra i limiti di regret dinamico sublineare per l'algoritmo distribuito. Ciò quantifica il divario di prestazione tra la politica distribuita e l'oracolo centralizzato, tenendo esplicitamente conto degli errori di stima indotti dalla rete, delle approssimazioni di accordo sulla direzione e della variabilità temporale della soluzione ottimale.

Risultati

• Garanzie Teoriche: L'analisi teorica dimostra che l'algoritmo distribuito raggiunge limiti di regret dinamico sublineari ($Reg_T = o(T)$) e di violazione del contenimento cumulativa sublineare ($V^\Psi_T = o(T)$) sotto specifiche condizioni riguardanti la variazione del percorso dell'oracolo e la variazione del campo aggregato.
• Validazione tramite Simulazione: Le simulazioni con uno sciame di 5 difensori e un target dirottato in un ambiente 2D validano l'approccio. I risultati mostrano che i controller distribuiti (utilizzando sia il consenso della direzione attiva che una regola di proiezione più economica) riescono a seguire le prestazioni dell'oracolo centralizzato, mantenendo un basso regret istantaneo e cumulativo e mantenendo il target all'interno della regione ammissibile.

Significatività e Rivendicazioni
L'articolo sostiene di offrire un approccio innovativo alla coordinazione resiliente che non dipende dal rilevamento o dall'isolamento dell'agente compromesso, operazione che può essere difficile in scenari critici per la sicurezza e in tempo reale. Invece, sfrutta una proprietà strutturale comune alle piattaforme autonome: la persistenza degli strati di sicurezza di basso livello anche in caso di compromissione di alto livello.

Gli autori posizionano il loro lavoro come distinto dalla letteratura esistente sull' "herding indiretto" (ad esempio, StringNet) concentrandosi su un singolo agente interno dirottato con comandi nel caso peggiore, piuttosto che su sciami avversari esterni, e fornendo garanzie di regret dinamico contro un oracolo tempo-variante anziché garanzie di stabilità statica. La significatività risiede nel fornire un framework matematicamente rigoroso e distribuito per contenere agenti compromessi, trasformando i loro stessi meccanismi di sicurezza contro di loro, garantendo la sicurezza senza richiedere il controllo totale sull'unità compromessa.