⚡ electrical engineering

ADMOS: An Adaptive Dual-Mode Operational Swarm for Resilient Asset Defense under Communication Jamming

Questo articolo introduce ADMOS, un'architettura adattiva per sciami di UAV a doppia modalità che combina la stima dello stato distribuita, un supervisore ibrido basato su isteresi e funzioni di barriera di controllo di ordine superiore per mantenere una difesa resiliente degli asset e zero violazioni della sicurezza anche in presenza di forti disturbi delle comunicazioni dove i sistemi tradizionali basati sul consenso falliscono.

Autori originali: Mohamed Hijazy Shazin Hassan, Dandu S. N. Venkata Pavan Raghavendra Varma, Jaswanth Kumar Bobbadi, Neeraj Sree Mailee Dudaboyina, Narendra Sirisipalli, Sri Hari Sirisipalli, Giri Rajasekhar Gunnu

Pubblicato 2026-07-15

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Mohamed Hijazy Shazin Hassan, Dandu S. N. Venkata Pavan Raghavendra Varma, Jaswanth Kumar Bobbadi, Neeraj Sree Mailee Dudaboyina, Narendra Sirisipalli, Sri Hari Sirisipalli, Giri Rajasekhar Gunnu

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate una squadra di minuscoli droni ronzanti incaricati di sorvegliare un prezioso forziere. Il loro superpotere non è solo il volo; è la capacità di parlare tra loro. Condividono una "mente alveare", aggiornando costantemente una mappa condivisa di dove si trova ciascuno e dove si trovano i cattivi. Questo funziona magnificamente, finché un nemico furtivo non li colpisce con un disturbatore radio.

Nel vecchio modo di fare le cose (il "baseline di consenso"), se il disturbatore interrompe la conversazione, i droni si confondono. Continuano a cercare di concordare un piano usando informazioni vecchie e frammentate. È come un gruppo di amici che cerca di ballare al buio mentre qualcuno continua a cambiare la musica; alla fine, si inciampano l'un l'altro. Il documento mostra che una volta che il rumore radio diventa troppo forte (circa il 40% di messaggi persi), il vecchio sistema crolla completamente e il tesoro viene perduto.

Entra in scena ADMOS, un modo nuovo e più intelligente di gestire lo sciame. Pensate ad ADMOS non come a un singolo cervello, ma come a una squadra di agenti indipendenti con un "Piano B" molto astuto.

I Tre Ingredienti Magici

ADMOS funziona combinando tre trucchi specifici, come un'armatura da supereroe con tre distinti potenziamenti:

La Mappa del "Non Indovinare" (Intersezione della Covarianza):
Quando i droni parlano, a volte ripetono la stessa storia. I vecchi sistemi diventano eccessivamente sicuri di sé, pensando di conoscere la verità perché l'hanno sentita due volte. ADMOS utilizza un trucco matematico speciale chiamato Intersezione della Covarianza. Immaginate che voi e un amico vi raccontiate la stessa storia, ma non siate sicuri di stare ascoltando lo stesso evento due volte. Invece di raddoppiare la fiducia, ADMOS dice: "Ok, sarò un po' più cauto". Mantiene la mappa onesta, anche quando la radio è piena di interferenze. Questo evita che i droni diventino pericolosamente troppo sicuri di dove si trovano.
L'Interruttore di "Raffreddamento" ( Supervisore Ibrido):
Questo è il decisore. Osserva quanto sia "rumorosa" la connessione. Se il rumore diventa troppo alto, aziona un interruttore: "Ok, la chat di gruppo è morta. Ognuno per sé!". Ma ecco la parte intelligente: non sfarfalla. Utilizza una regola di "isteresi" (come un termostato che non accende il riscaldamento ogni secondo) e un "tempo di permanenza" (un periodo di attesa obbligatorio). Questo impedisce ai droni di farsi prendere dal panico e passare da una modalità all'altra come una lampadina che sfarfalla. Una volta passati alla modalità solista, restano in quella modalità per un po' per prendere una decisione solida.
La "Rete di Sicurezza" (Funzioni di Barriera del Controllo):
Anche quando volano da soli, i droni hanno una regola di sicurezza rigorosa. Una "forza invisibile" matematica (un programma quadratico) controlla costantemente il loro percorso. Se sta per verificarsi una collisione, questa rete di sicurezza sovrascrive il loro piano d'attacco aggressivo e dice: "Frena!". È come avere un angelo custode che non ti permette di schiantarti, anche se stai cercando di fare l'eroe.

Il Grande Test: Caos Simulato

Gli autori non si sono limitati a indovinare; hanno eseguito 80 simulazioni diverse per ogni scenario, mettendo ADMOS contro la vecchia squadra basata sul "consenso". Hanno testato tre situazioni:

Radio Perfetta: La vecchia squadra ha ottenuto il tesoro nel 78,4% dei casi. ADMOS lo ha ottenuto nel 92,5% delle volte.
Disturbo Totale (Radio Morta): Le prestazioni della vecchia squadra sono crollate al 42%. Si sono arresi. ADMOS, tuttavia, ha continuato a proteggere il tesore l'84% delle volte.
Sottoposto a Superiorità Numerica: Quando i cattivi superavano i droni di 3 a 1, la vecchia squadra è fallita miseramente (45%), mentre ADMOS ha tenuto la linea al 78%.

La scoperta più importante non è stata solo che ADMOS vinceva più spesso; è stato capire come perdeva. Man mano che il disturbo aumentava, le prestazioni della vecchia squadra cadevano come un sasso giù da un dirupo. ADMOS, invece, scivolava lungo una pendenza dolce. Il suo degrado era "graduale". Anche quando la radio era completamente spenta, i droni non entravano in panico; passavano semplicemente alla modalità solista e continuavano a svolgere il proprio lavoro.

Cosa Non È (E Qual è il Prossimo Passo)

È importante sapere cosa questo documento non dice. Questa è una simulazione, non un test di volo nel mondo reale. Gli autori sono molto chiari: non hanno ancora fatto volare questi droni all'esterno con il vento o testati contro veri disturbatori fisici. Inoltre, hanno escluso attacchi "Byzantine" (dove un nemico finge di essere un drone amichevole) e la falsificazione dei messaggi; il loro sistema assume che i messaggi vadano semplicemente persi, non falsificati.

Il documento dimostra che in queste simulazioni ad alta fedeltà, questa specifica architettura funziona. Dimostra che lasciare che un drone agisca "intelligentemente da solo" quando la chat di gruppo fallisce, è una strategia migliore rispetto al cercare di forzare il gruppo a concordare quando non riescono a sentirsi.

Gli autori suggeriscono che, se questo dovesse funzionare nel mondo reale, potrebbe proteggere centrali elettriche, porti o perimetri di eventi. Ma per ora, la prova è nel codice: una squadra che sa quando parlare e quando agire da sola è molto più difficile da disturbare rispetto a una squadra che continua solo a urlare nel vuoto.

Sintesi Tecnica: ADMOS – Uno Sciame Operativo Dual-Mode Adattivo per la Difesa Resiliente di Asset sotto Jamming delle Comunicazioni

Problematica
Gli sciami di UAV (Unmanned Aerial Vehicles) cooperativi progettati per difendere asset fissi si affidano tipicamente a una comunicazione inter-agente continua per mantenere una visione situazionale condivisa ed eseguire una coordinazione basata sul consenso. Questa architettura possiede una vulnerabilità critica: gli attacchi elettronici (jamming radio) che aumentano i tassi di perdita dei pacchetti degradano la stima dello stato condiviso. Nei design di consenso standard, gli stimatori che assumono l'indipendenza delle misurazioni (ad esempio, i filtri di Kalman) diventano eccessivamente sicuri di sé quando i messaggi vengono riutilizzati attraverso i cicli di rete, portando a sottostimare le covarianze dell'errore. L'evidenza empirica presentata nel paper indica che, una volta che la perdita di pacchetti supera approssimativamente il 40%, questi sistemi subiscono un collasso improvviso e catastrofico della coordinazione, rendendo lo sciame inefficace. Il paper affronta la sfida di mantenere la protezione dell'asset nel regime di "comunicazione negata" senza fare affidamento su meccanismi di accordo più forti.

Metodologia: L'Architettura ADMOS
Gli autori propongono ADMOS (Adaptive Dual-Mode Operational Swarm), un'architettura composta da tre elementi distinti e composibili, progettati per garantire la resilienza attraverso un'autonomia intelligente piuttosto che attraverso un consenso forzato.

Stima dello Stato Distribuita tramite Covariance Intersection (CI):
Per affrontare il problema delle correlazioni incognite indotte dal riutilizzo dei messaggi in reti con perdita di pacchetti, ADMOS sostituisce la fusione che assume l'indipendenza con la Covariance Intersection. Questo metodo fonde le stime locali ( $\hat{x}_i, P_i$ ) con le stime dei vicini ( $\hat{x}_j, P_j$ ) utilizzando un peso $\omega$ ottimizzato per minimizzare la traccia della covarianza risultante.
- Meccanismo: $P_i^+ = (\omega P_i^{-1} + (1-\omega)P_j^{-1})^{-1}$ .
- Garanzia: La stima fusa rimane consistente (la covarianza riportata non sottostima mai l'errore reale), indipendentemente dalla correlazione sconosciuta tra gli input, prevenendo l' "eccessiva sicurezza" che porta i sistemi di consenso alla divergenza.
Supervisor di Modalità Ibrida con Isteresi e Tempo di Dwell:
Ogni agente opera in uno di due modi discreti: Cooperativo (C) o Autonomo (A).
- Modalità Cooperativa: Utilizza le stime fuse dei vicini per leggi di guardia distribuite.
- Modalità Autonoma: Si affida esclusivamente alla sensoristica locale (entro il raggio $r_s$ ) per leggi di intercettazione locale.
- Arbitrato: Il supervisore monitora un segnale di salute del link, definito come la traccia della covarianza dell'errore ( $\eta_i = \text{tr}(P_i)$ ). Il passaggio da C ad A avviene quando $\eta_i$ supera una soglia alta ( $\eta_{hi}$ ), e il ritorno a C avviene quando scende sotto una soglia bassa ( $\eta_{lo}$ ).
- Stabilità: Un tempo di dwell minimo ( $\tau_D$ ) e l'isteresi prevengono il "chattering" (commutazione rapida e instabile) e il comportamento Zeno, garantendo che il sistema rimanga stabile anche sotto jamming intermittente.
Filtro di Sicurezza HOCBF (Higher-Order Control Barrier Function):
Un filtro di sicurezza si posiziona sopra i comandi di controllo nominali (da entrambi i modi) per garantire l'invarianza verso il futuro dell'insieme sicuro (evitamento collisioni).
- Implementazione: Il filtro risolve un Problema di Programmazione Quadratica (QP) a 10 Hz. I vincoli sono ristretti con un margine robusto proporzionale all'incertezza dello stimatore ( $\sqrt{\text{tr}(P_i)}$ ), assicurando che gli agenti con maggiore incertezza mantengano distanze di separazione maggiori.
- Fallback: Se il QP diventa inammissibile (ad esempio, in scenari di densità elevata), l'agente esegue un comando di frenata per arrestarsi, preservando la sicurezza a scapito del progresso della missione.

Stabilità e Garanzie Teoriche
Il paper dimostra che il sistema a ciclo chiuso è Input-to-State Stable (ISS) rispetto agli errori di stima e alle perturbazioni per qualsiasi assegnazione di modalità nello sciame.

Teorema 1: Sotto le assunzioni di dinamiche Lipschitziane, equilibrio condiviso e perturbazioni limitate, il sistema ibrido soddisfa un limite ISS. L'errore di guardia rimane limitato da una funzione dell'entità della perturbazione, garantendo che le prestazioni degradino con grazia anziché collassare all'aumentare della perdita di pacchetti.
Degradazione Graziosa: L'architettura è progettata in modo tale che, man mano che la comunicazione degrada ( $p \to 1$ ), gli agenti passino alla modalità autonoma, e il limite ISS assicuri che lo sciame rimanga stabile e sicuro, sebbene con un'efficienza di coordinamento ridotta.

Contributi Chiave
Il paper presenta quattro contributi primari, validati tramite simulazioni ad alta fedeltà:

Stima Consistente: Sostituire la fusione che assume l'indipendenza con la Covariance Intersection per mantenere la consistenza dello stimatore sotto correlazioni sconosciute, scambiando la precisione massima con la robustezza.
Supervisione Non-Zeno: Un supervisore ibrido che utilizza isteresi e tempo di dwell, garantendo tassi di commutazione finiti e prevenendo l'instabilità causata dal chattering delle modalità.
Sicurezza Consapevole della Fattibilità: Un filtro di sicurezza basato su HOCBF che accoppia il restringimento dei vincoli con l'incertezza dello stimatore, fornendo una garanzia di sicurezza formale che degrada con grazia insieme alla qualità della stima.
Certificato ISS: Una prova formale di Input-to-State Stability per il sistema dual-mode, stabilendo che lo sciame rimane limitato sotto qualsiasi sequenza di modalità, incluso il totale diniego delle comunicazioni.

Risultati
Il sistema è stato valutato in un simulatore di quadrotor ad alta fedeltà attraverso 80 prove Monte Carlo per scenario.

Tasso di Protezione dell'Asset (APR):
- Link Sani (S1): ADMOS ha raggiunto un APR del 92,5% rispetto al 78,4% del baseline di consenso.
- Jamming Totale (S2): ADMOS ha mantenuto un APR dell'84,0%, mentre il baseline è collassato al 42,0%.
- Svantaggio Numerico (S3, rapporto intrusore 3:1): ADMOS ha ottenuto il 78,0% rispetto al 45,0% del baseline.
Profilo di Degradazione: Il baseline ha mostrato un "precipizio" netto nelle prestazioni vicino al 40% di perdita di pacchetti. ADMOS ha dimostrato un declino monotono e dolce dal 92,5% all'84% attraverso l'intero intervallo di perdita di pacchetti (0% - 100%).
Sicurezza: Zero violazioni di sicurezza (collisioni) sono state registrate per ADMOS in tutti i test. Il baseline ha subito violazioni di sicurezza in presenza di jamming.
Studio di Ablazione: Rimuovere anche un singolo componente (CI, tempo di dwell o HOCBF) ha portato a cali significativi delle prestazioni o fallimenti della sicurezza, confermando che ogni elemento è necessario.
Costo Computazionale: L'intera pipeline si esegue in meno di 1 ms per agente a una frequenza di controllo di 10 Hz, ampiamente entro i budget in tempo reale.

Significato e Rivendicazioni
Il paper sostiene che la resilienza negli sciami difensivi si ottiene non costringendo gli agenti ad accordarsi con più forza in condizioni avverse, ma permettendo loro di agire autonomamente e intelligentemente quando l'accordo è impossibile.

Svolta Architetturale: Il contributo è di tipo architettonico e a livello di certificazione piuttosto che tattico. Le specifiche leggi di guardia o di intercettazione possono essere sostituite senza invalidare la prova di stabilità, purché i livelli di stima, supervisione e sicurezza rimangano invariati.
Grazia vs Catastrofe: La significatività primaria è il passaggio dal "collasso catastrofico" (osservato nei baseline di consenso) alla "degradazione graziosa". Un avversario può degradare le prestazioni di uno sciame ADMOS, ma non può indurre una perdita improvvisa e totale della coordinazione superando una soglia critica di jamming.
Ambito: Gli autori limitano esplicitamente le loro rivendicazioni al modello di minaccia definito (jamming radio che causa perdita di pacchetti, nessun messaggio falsificato o agenti bizantini). Riconoscono che i risultati sono attualmente basati su simulazioni e che l'astrazione del doppio integratore introduce un divario di perturbazione limitato rispetto alla dinamica reale dei quadrotor.

In conclusione, ADMOS dimostra che uno sciame difensivo può mantenere un livello credibile di protezione dell'asset anche sotto totale diniego delle comunicazioni, disaccoppiando la consistenza della stima, l'arbitrato delle modalità e i vincoli di sicurezza sotto un quadro di stabilità unificato.

I Tre Ingredienti Magici

Il Grande Test: Caos Simulato

Cosa Non È (E Qual è il Prossimo Passo)

Articoli simili