Provably Safe Decentralized Contingency MPC under State-Only Information and Limited Sensing for Nonlinear Multi-agent Systems

Stel je een druk kruispunt voor waar tientallen auto's vanuit elke richting arriveren, waarbij elke bestuurder alleen de eigen bestemming kent en de positie van de voertuigen direct om hen heen. Ze kunnen niet met elkaar communiceren, kunnen de intenties van bestuurders die verder weg zijn niet zien, en moeten vertrouwen op wat hun eigen sensoren op dat moment detecteren. In deze risicovolle omgeving is het doel simpel: iedereen naar de uitgang krijgen zonder een botsing te veroorzaken. Toch is het bereiken hiervan zonder communicatie een van de moeilijkste problemen in de robotica en het autonome rijden. Als een auto niet kan voorspellen wat anderen zullen doen, moet hij voor elk scenario uit te gaan voorbereid zijn op het slechtste scenario. Dit is het domein van decentrale controle, waar elke agent onafhankelijk handelt en de uitdaging ligt in het balanceren van de wens om efficiënt te bewegen met de absolute noodzaak om veilig te blijven.

Jarenlang hebben onderzoekers geprobeerd dit op te lossen door voertuigen hun toekomstige paden te laten delen of door eenvoudige reactieve regels te gebruiken die directe botsingen vermijden, maar die vaak leiden tot verkeersopstoppingen of grillig gedrag. Het probleem is dat een auto, zonder een gedeeld plan, een veilige zet kan doen die per ongeluk een buurman blokkeert, wat een kettingreactie van stops veroorzaakt. Om met vertrouwen vooruit te komen, heeft een voertuig meer nodig dan alleen een reactie; het heeft een gegarandeerd back-upplan nodig dat werkt, ongeacht wat de buren doen. Dit nieuwe onderzoek introduceert een methode waarmee een groep niet-lineaire, complexe voertuigen een dergelijk chaotisch kruispunt veilig kan navigeren, met gebruikmaking van alleen lokale detectie en zonder ooit gegevens over hun toekomstige bewegingen uit te wisselen.

De kern van dit werk is een strategie genaamd contingency model predictive control. In eenvoudige termen betekent dit dat elk voertuig op elk moment twee dingen simultaan berekent. Eerst plant het zijn best mogelijke route om de bestemming te bereiken, waarbij geoptimaliseerd wordt voor snelheid en vloeiendheid. Ten tweede, even belangrijk, berekent het een gegarandeerd "veiligheidsnet"-manoeuvre. Dit veiligheidsnet is een vooraf berekend pad dat het voertuig naar een volledige stop of een veilige wachtpositie leidt, wat ervoor zorgt dat zelfs als alles misgaat, het voertuig altijd naar veiligheid kan terugkeren zonder iemand te raken. De genialiteit van deze aanpak is dat het het doel van goed bewegen scheidt van het doel van veilig blijven, waardoor het voertuig zijn missie kan nastreven terwijl het te allen tijde een geverifieerde ontsnappingsroute gereed houdt.

De onderzoekers, werkend met een team aan de Universiteit van Luebeck in Duitsland, hebben een systeem ontwikkeld waarbij deze veiligheidsnetten niet statisch zijn, maar dynamisch worden aangepast op basis van wat het voertuig ziet. Ze creëerden een concept genaamd een "safe set", wat in essentie een beschermende bubbel rond het voertuig is. Binnen deze bubbel weet het voertuig dat het altijd zijn noodstop kan uitvoeren. De innovatie hier is hoe deze bubbels interageren. In plaats van de volledige geschiedenis van de bewegingen van een buurman te hoeven kennen of hun exacte pad te moeten reconstrueren, hoeft elk voertuig alleen de huidige positie van zijn buren te kennen. Vanuit dit enkele snapshot genereert het systeem een nieuwe, iets grotere beschermende bubbel die de worst-case reikwijdte van die buurman vertegenwoordigt.

Wanneer twee voertuigen elkaar naderen, kunnen hun beschermende bubbels overlappen. In het verleden zou deze overlap complexe onderhandelingen of het geheugen van eerdere interacties vereisen om dit op te lossen. Deze nieuwe methode lost dit op door een eenvoudige, onzichtbare muur tussen de overlappende bubbels te creëren. Deze muur wordt direct berekend op basis van de huidige posities, waardoor de beschikbare ruimte effectief wordt gesplitst zodat elk voertuig zijn eigen gegarandeerde zone heeft om in te opereren. Als een voertuig een nieuw gebied betreedt en een buurman voor het eerst ziet, stelt het deze grens onmiddellijk vast. Als de buurman vertrekt, verdwijnt de grens. Dit maakt het mogelijk voor voertuigen om op elk moment deel te nemen aan en de verkeersstroom te verlaten, een kenmerk dat bekend staat als "plug-and-play" operatie.

Om te testen of deze theorie standhoudt in de echte wereld, voerde het team uitgebreide computersimulaties uit met een vierarmig kruispunt. Ze modelleerden vijftig verschillende voertuigen, elk met de complexe fysica van een echte auto, inclusief stuurhoeken en acceleratielimieten. Deze voertuigen kwamen vanuit alle zijden het kruispunt binnen en kozen ervoor om rechtdoor te gaan, links af te slaan of rechts af te slaan, zonder voorafgaande afspraak over wie er eerst zou gaan. De simulatie introduceerde nieuwe auto's elke twee seconden en verwijderde ze zodra ze hun reis voltooiden, wat een constant veranderend en onvoorspelbaar verkeerspatroon creëerde. De voertuigen waren uitgerust met sensoren die slechts tot een specifieke afstand konden zien, wat de beperkingen van hardware in de echte wereld nabootst.

De resultaten waren opmerkelijk. Ondanks het gebrek aan communicatie en de constante instroom van nieuwe, onvoorspelbare bestuurders, navigeerde elk voertuig het kruispunt succesvol en verliet het kruispunt zonder een botsing. De dichtstbijzijnde afstand tussen twee voertuigen was 1,026 meter, wat veilig boven de fysieke limiet van 0,8 meter bleef die vereist is om een botsing te voorkomen. Gedurende het hele experiment behielden de voertuigen hun rijstroken en volgden ze hun beoogde routes, waarbij ze alleen vertraagden of hun pad aanpasten wanneer het veiligheidssysteem dit noodzakelijk maakte. De gegevens toonden aan dat de "veiligheidskosten" voor elk voertuig in de loop van de tijd afnamen, wat bewees dat het systeem niet alleen botsingen voorkwam, maar ook convergeerde naar een stabiele, efficiënte staat.

Dit werk demonstreert dat het mogelijk is om strikte veiligheidsgaranties te bereiken in complexe, niet-lineaire systemen zonder te vertrouven op communicatienetwerken die kunnen falen of gestoord kunnen worden. Door te vertrouwen op een interactie zonder geheugen, waarbij voertuigen alleen reageren op de huidige staat van hun buren, hebben de onderzoekers een kader gecreëerd dat robuust is tegen plug-and-play veranderingen in de omgeving. Hoewel de huidige studie steunt op perfecte wiskundige modellen en gesimuleerde gegevens, bieden de resultaten een sterke basis voor toekomstige toepassingen in de echte wereld. Het suggereert een toekomst waarin autonome voertuigen veilig de weg kunnen delen, waarbij ze niet vertrouwen op een centrale controller of een netwerk van radio's, maar op een gedeeld, wiskundig bewezen begrip van ruimte en veiligheid.