A Formal gatekeeper Framework for Safe Dual Control with Active Exploration

Resumo Técnico: Um Framework Formal de Guardião para Controle Dual Seguro com Exploração Ativa

Enunciado do Problema
O planejamento de trajetórias seguras sob incerteza de modelo é um desafio fundamental na robótica. Métodos de planejamento robusto existentes (por exemplo, MPC baseada em tubos, funções de barreira de controle) garantem a segurança ao considerar perturbações no pior caso e discrepâncias de modelo. No entanto, essas abordagens são inerentemente conservadoras porque não reduzem ativamente a incerteza de modelo durante a execução. Por outro lado, abordagens de controle dual buscam equilibrar a exploração (atingir objetivos da missão) com a exploração (reduzir incerteza). Métodos atuais de controle dual frequentemente carecem de garantias formais de segurança, pois a exploração é frequentemente perseguida sem assegurar a satisfação de restrições. Além disso, o trade-off entre exploração e exploração é tipicamente gerenciado por meio de termos de custo ponderados, que carecem de tomada de decisão principista sobre quando a exploração é benéfica, potencialmente levando a custos excessivos da missão ou à supressão da redução de incerteza.

Metodologia
Os autores propõem um framework que integra planejamento robusto com exploração ativa sob garantias formais de segurança e viabilidade de orçamento. A arquitetura é inspirada no conceito de "guardião", operando de forma em horizonte deslizante em cada ciclo de planejamento $t_k$:

1. Geração de Trajetória de Backup: Uma trajetória de "backup" robusta é primeiro computada. Esta é uma trajetória de tubo Robustamente Controlada-Invariante (RCI) que garante segurança sob incerteza de parâmetros no pior caso e perturbações aditivas limitadas. Ela serve como um fallback seguro.
2. Geração de Pares Candidatos: O algoritmo gera pares de trajetórias para vários horizontes de tempo:
   • Um Candidato Conservador: Coincide com a trajetória de backup, garantindo segurança.
   • Um Candidato Informativo: Projetado para excitar o regressor do sistema $\Phi(x, u)$ para reduzir a incerteza de parâmetros (especificamente, a largura do conjunto de parâmetros). Esta trajetória é otimizada para minimizar o esforço de controle enquanto maximiza o log-determinante da Gramiana (promovendo identificabilidade), mas não garante inerentemente segurança.
3. Verificação e Validação de Segurança: Para cada candidato informativo, um tubo é construído ao redor da trajetória para verificar se ele satisfaz restrições de estado e entrada apertadas. Apenas pares onde a trajetória informativa é "segura por tubo" (ou seja, o tubo permanece dentro do conjunto seguro) são considerados válidos.
4. Seleção e Comprometimento: Pares válidos são pontuados com base na redução prevista na largura direcional média do conjunto de parâmetros, penalizada pelo comprimento do horizonte para priorizar o ganho de informação precoce.
   • Um candidato é selecionado apenas se for válido e o custo total da missão (custo acumulado + custo do segmento informativo + custo do backup subsequente) permanecer dentro de um orçamento definido pelo usuário $B$.
   • Se nenhum candidato informativo satisfizer as restrições de segurança e orçamento, o sistema recorre ao candidato conservador de horizonte mais curto.
5. Execução e Atualização: A trajetória comprometida é executada. Após a conclusão, o conjunto de parâmetros é refinado usando Identificação por Pertencimento a Conjuntos (SMID) com base em dados observados, e a trajetória de backup é atualizada para o próximo ciclo.

Contribuições Principais

• Garantias Formais de Segurança em Controle Dual: Ao contrário de muitas abordagens existentes de controle dual, este framework garante que a exploração seja perseguida apenas quando for comprovadamente segura. A exploração nunca é permitida comprometer a satisfação de restrições.
• Exploração Viável por Orçamento: O framework introduz um mecanismo rigoroso para garantir que o custo da exploração não exceda um orçamento prescrito. Ele avalia explicitamente o trade-off entre redução de incerteza e custo da missão antes de comprometer-se com uma trajetória informativa.
• Extensão da Arquitetura de Guardião: Os autores estendem seu trabalho anterior de guardião para gerar não apenas fallbacks seguros, mas também trajetórias "informativas" que reduzem ativamente a incerteza enquanto mantêm a segurança do sistema geral.
• Melhoria Verificável: A exploração é perseguida apenas quando fornece uma melhoria verificável (redução na largura do conjunto de parâmetros) sem comprometer a segurança ou o orçamento.

Resultados
O framework foi avaliado via simulação em dois estudos de caso de quadrotor envolvendo incerteza paramétrica no arrasto aerodinâmico:

• Estudo de Caso 1 (Arrasto Escalar): Um quadrotor com um coeficiente de arrasto escalar desconhecido. O framework reduziu com sucesso o intervalo admissível para o coeficiente de arrasto online. Comparado a uma linha de base conservadora, o método proposto alcançou um custo total de missão de 82,5% enquanto permanecia dentro de um orçamento de 110%, demonstrando eficiência aprimorada juntamente com a redução de incerteza.
• Estudo de Caso 2 (Arrasto Vetorial): Um quadrotor com dois coeficientes de arrasto desconhecidos (linear e quadrático). O método reduziu os limites do conjunto de parâmetros para ambos os parâmetros, embora a redução tenha sido assimétrica devido à excitação específica dos regressores e à presença de obstáculos que invalidaram muitos candidatos informativos. O custo total foi de 81,3% da linha de base.
• Convergência de Parâmetros: Em ambos os casos, os limites de parâmetros estreitaram-se significativamente em torno dos valores verdadeiros, confirmando a eficácia da estratégia de exploração ativa.

Significado e Alegações
O artigo alega que o framework proposto aborda a lacuna crítica no controle dual onde as restrições de segurança e custo são frequentemente violadas ou gerenciadas heurística. Ao garantir que a exploração seja perseguida apenas quando for "comprovadamente segura, benéfica e viável por orçamento", o método permite a execução confiável com redução de incerteza. Os autores afirmam que o framework permite que o robô se torne progressivamente menos conservador em seu planejamento à medida que a incerteza é reduzida, enquanto adere estritamente às restrições de segurança e orçamento.

Limitações e Trabalho Futuro
Os autores observam que a previsão atual de redução de incerteza assume que a trajetória executada coincide com a trajetória planejada, negligenciando erros de rastreamento entre os estados de malha fechada planejados e reais. O trabalho futuro visa incorporar a segurança diretamente na fase de geração de candidatos, formalizar o vínculo entre redução de incerteza e diminuição de custo e desenvolver métodos de previsão para a largura do conjunto de parâmetros que levem em conta desvios de rastreamento.