High-Level Multi-Robot Trajectory Planning And Spurious Behavior Detection

1. Problema Abordado

O artigo aborda o desafio crítico de garantir a execução confiável de missões de alto nível em sistemas multi-robô heterogêneos. Embora os planejadores de baixo nível (como A* ou RRT*) garantam a execução livre de colisões no espaço contínuo, e os planejadores de alto nível (baseados em Lógica Temporal Linear - LTL) definam a estrutura lógica e temporal, existe uma lacuna na detecção de comportamentos espúrios (anômalos).

Esses comportamentos podem surgir devido a falhas de robôs, atrasos, sequenciamento incorreto de tarefas ou violações de restrições espaciais e temporais. O problema central é que um comportamento pode parecer correto localmente para cada robô individualmente, mas violar a missão global do grupo. A detecção dessas anomalias é essencial para a integridade da missão, segurança e eficiência, especialmente em ambientes dinâmicos e de alto risco.

2. Metodologia

A metodologia proposta é estruturada em cinco fases principais, integrando modelagem formal, simulação e aprendizado de máquina:

• A. Especificação Formal via NWN (Nets-within-Nets):
  O sistema utiliza o paradigma Nets-within-Nets (Redes dentro de Redes) para modelar a missão.

  • Rede de Especificação: Representa a missão global como uma fórmula LTL (especificamente co-safe LTL), definindo a ordem lógica das tarefas.
  • Redes de Robô: Modelam o comportamento individual de cada agente, abstraindo o ambiente contínuo em um sistema de eventos discretos.
  • Rede do Sistema: Sincroniza a evolução das redes de robô com a especificação da missão, permitindo que múltiplos robôs atuem em sincronia.
  • Esta estrutura permite a geração de trajetórias com "verdade fundamental" (ground truth) conhecida.

• B. Geração de Dados (Simulação com Renew):
  Utilizando o simulador Renew, o framework gera trajetórias detalhadas. O processo envolve:

  • Execução iterativa onde a Função de Habilitação Global (GEF) seleciona combinações de transições de robôs.
  • Geração de um conjunto de dados balanceado contendo trajetórias normais (que satisfazem a especificação LTL) e espúrias (que violam a especificação ou restrições de execução).
  • As anomalias são injetadas controladamente, seja alterando as redes dos robôs (para erros de baixo nível) ou ajustando a rede de especificação (para erros de alto nível).

• C. Simulação de Baixo Nível (VMAS):
  Para obter durações realistas das transições entre regiões, o framework utiliza o simulador VMAS (Multi-Agent Simulator). Ele simula a dinâmica de integrador duplo, física de colisão e interações entre robôs, fornecendo tempos de execução empíricos que preenchem a lacuna semântica entre a ação simbólica e o controle contínuo.

• D. Codificação de Trajetórias (Embedding):
  As trajetórias simbólicas são convertidas em tensores numéricos fixos para entrada no modelo de ML. Cada ação de robô é codificada como um token denso contendo:

  • ID do robô (embedding treinável).
  • Locais de origem e destino (embedding treinável).
  • Duração da ação (codificada como um vetor 2D de ângulo usando normalização logarítmica).
  • Transição de rótulos (vetor indicando origem e destino das proposições atômicas).
  • Índice temporal (positional encoding senoidal).

• E. Arquitetura de Aprendizado (Transformer):
  Um pipeline baseado em Transformers é utilizado para classificação:

  • Os tokens codificados passam por uma projeção linear.
  • Um Encoder Transformer com múltiplas camadas de auto-atenção (4 cabeças) identifica relações complexas intra e inter-robô.
  • Um mecanismo de Max Pooling agrega a saída sequencial em um vetor fixo.
  • Uma cabeça classificador (MLP) com ativação Sigmoid determina a probabilidade de a trajetória ser espúria.

3. Principais Contribuições

1. Framework de Geração de Dados Estruturado: Criação de um pipeline robusto baseado em NWN que gera automaticamente um conjunto de dados diversificado de missões multi-robô, incluindo tanto comportamentos corretos quanto uma ampla gama de anomalias (violações de zonas proibidas, ordem sequencial, exclusão mútua, acesso condicional, simultaneidade e loops).
2. Pipeline de Detecção Baseado em Aprendizado: Desenvolvimento de um classificador end-to-end que analisa trajetórias completas da equipe, capaz de detectar inconsistências comportamentais sutis que não são evidentes no nível de agentes individuais.
3. Codificação Híbrida e Arquitetura Otimizada: Proposta de uma técnica de embedding rica (combinando IDs, locais, durações e posições temporais) e a validação de que uma arquitetura Transformer é superior a representações mais simples para capturar dependências temporais e lógicas complexas.

4. Resultados Experimentais

Os experimentos foram realizados em ambientes simulados com diferentes cenários de missão. Os resultados destacam:

• Desempenho Geral: O modelo alcançou uma precisão global de 91,3% na identificação de ineficiências de execução e 88,3% na detecção de violações de missão fundamentais.
• Casos Específicos:
  • Violação de Zona Proibida: Quase perfeito (Acurácia ~99,6%, F1 ~0,994), pois a violação é explícita.
  • Violação de Sequencialidade: Alto desempenho (F1 ~0,906), demonstrando a capacidade do modelo de aprender a ordem temporal estrita.
  • Violação de Acesso Condicional: Desempenho mais desafiador (F1 ~0,647), indicando a dificuldade em distinguir falhas dependentes de contexto de comportamentos válidos.
  • Execução de Baixo Nível: Alto desempenho (F1 ~0,923), detectando anomalias de tempo e capacidade de locais.
• Estudo de Ablação:
  • A substituição dos embeddings complexos por One-Hot ou dados brutos reduziu drasticamente o desempenho (F1 caiu para ~0,59 e ~0,51, respectivamente), provando a necessidade de representações ricas.
  • A arquitetura Transformer com múltiplas cabeças de atenção mostrou-se superior a abordagens de pooling simples ou redes mais rasas.

5. Significado e Conclusão

O trabalho preenche uma lacuna significativa na robótica multi-agente ao fornecer uma solução que não apenas planeja missões, mas valida a execução contra especificações formais de alto nível.

• Segurança e Confiabilidade: O método oferece uma camada de segurança crítica para missões onde falhas de coordenação podem ter consequências graves.
• Generalização e Limitações: Embora o modelo atual precise ser re-treinado para cada tipo específico de anomalia (devido à complexidade das violações), ele demonstra que é possível detectar desvios sutis que escapariam a verificadores locais.
• Futuro: Os autores planejam expandir o sistema para localizar onde e quando a anomalia ocorre dentro da trajetória e condicionar o modelo diretamente às especificações LTL para evitar o re-treinamento para cada nova missão.

Em suma, o artigo propõe uma abordagem inovadora que une modelagem formal (Petri Nets/LTL) com aprendizado profundo (Transformers) para garantir a integridade de missões multi-robô complexas.