Towards Safe Path Tracking Using the Simplex Architecture

Resumo Técnico: Rastreamento de Trajetória Seguro Usando a Arquitetura Simplex

Problema
O controle de robôs móveis autônomos em ambientes complexos exige um equilíbrio delicado entre desempenho/adaptabilidade e segurança/estabilidade. Controladores tradicionais (como Pure Pursuit ou Model Predictive Control) são confiáveis e oferecem garantias de estabilidade, mas têm dificuldade em se adaptar a condições dinâmicas. Por outro lado, o Aprendizado por Reforço (RL) oferece alta adaptabilidade, mas sua natureza de "caixa-preta" (redes neurais) impede a garantia de segurança e estabilidade, o que é crítico para aplicações em espaços públicos (ex: entrega de encomendas).

Metodologia
Os autores propõem uma solução baseada na Arquitetura Simplex, um modelo de arquitetura híbrida que separa as preocupações de desempenho e segurança. A metodologia consiste em:

1. Componentes da Arquitetura:

   • Controlador de Alto Desempenho ($C_p$): Um agente de RL treinado via algoritmo Twin Delayed Deep Deterministic Policy Gradient with Behavioral Cloning (TD3+BC) para maximizar a eficiência e velocidade.
   • Controlador de Alta Garantia ($C_a$): Um algoritmo geométrico Regulated Pure Pursuit (RPP), projetado para ser estável e seguro, mesmo que com desempenho inferior.
   • Módulo de Decisão ($D$): Um mecanismo de comutação que monitora o estado do sistema.

2. Desenvolvimento da Estratégia de Comutação:

   • Análise de Região de Atração (RoA): Os autores utilizam análise de alcançabilidade baseada em simulação para determinar o conjunto de estados onde o controlador de segurança ($C_a$) consegue estabilizar o robô.
   • Restrições de Segurança: A RoA é intersectada com requisitos de segurança (ex: manter o robô a menos de 1m da trajetória).
   • Tempo de Permanência (Dwell Time): Para evitar oscilações instáveis entre os controladores, define-se um tempo mínimo ($T_d$) que o sistema deve permanecer sob o controle de segurança antes de tentar retornar ao controlador de RL.

Principais Contribuições

• Framework de Design: Uma discussão teórica e prática sobre como projetar controladores Simplex, focando na distinção entre estabilidade (retorno ao equilíbrio) e segurança (evitar estados perigosos).
• Implementação Prática: Um controlador de rastreamento de trajetória baseado em Simplex integrado ao ecossistema ROS2.
• Procedimento de Verificação: Um método para derivar estratégias de comutação seguras utilizando análise de alcançabilidade e aproximações conservadoras para lidar com a incerteza do modelo.

Resultados
Os testes foram realizados em simulações no Gazebo (robô Clearpath Husky) e em testes de campo preliminares:

• Garantia de Segurança: O controlador Simplex conseguiu manter o robô dentro dos limites de segurança (desvio máximo $< 1\text{m}$), mesmo quando o controlador de RL (subótimo ou mal treinado) falhava drasticamente e causava desvios de até $2,75\text{m}$.
• Desempenho vs. Segurança: O controlador Simplex demonstrou desempenho comparável aos métodos de estado da arte (como MPPI e RPP) em trajetórias suaves, mas sacrificou velocidade em curvas acentuadas para garantir que o robô não saísse da trajetória.
• Limitações Observadas: A abordagem é conservadora. O uso de aproximações de segurança e o tempo de permanência fixo podem reduzir a utilização do controlador de alto desempenho, mantendo o robô em "modo de segurança" por mais tempo do que o estritamente necessário.

Significância
Este trabalho é significativo por fornecer um testbed seguro para o desenvolvimento de algoritmos de navegação baseados em aprendizado de máquina. Ele demonstra que é possível utilizar controladores de IA altamente complexos e não certificados em ambientes críticos, desde que existam "envelopes de segurança" matematicamente fundamentados que possam assumir o controle instantaneamente em caso de comportamento anômalo.