InFeR: Informed Failure Resilience in Learned Visual Navigation Control

Resumo Técnico: InFeR – Resiliência a Falhas Informada em Controle de Navegação Visual Aprendido

Declaração do Problema
A aprendizagem por imitação (IL) alcançou sucesso significativo na navegação visual, mas permanece inerentemente limitada pela sua dependência de dados de treinamento. Políticas treinadas em demonstrações bem-sucedidas frequentemente falham de forma imprevisível ao encontrar cenários fora da distribuição (OOD) (por exemplo, falhas de sensores, obstáculos dinâmicos ou caminhos bloqueados). As abordagens atuais para tratamento de falhas sofrem de duas limitações primárias: elas frequentemente focam apenas na detecção, acionando intervenção humana em vez de recuperação autônoma; e elas frequentemente dependem de detectores externos que não têm acesso às representações internas da política, falhando em capturar modos reais de falha ou fornecer insights acionáveis para recuperação. O artigo argumenta que a verdadeira resiliência a falhas requer não apenas detectar falhas, mas também reconhecer autonomamente suas fontes e recuperar-se delas sem demonstrações adicionais de falha ou recuperação.

Metodologia: O Framework InFeR
InFeR é um framework geral projetado para aumentar políticas padrão de IL com "resiliência a falhas informada" usando apenas um único conjunto de dados estático de demonstrações bem-sucedidas. Ele opera em duas fases principais:

1. Treinamento de Política Consciente de OOD ($\pi_{IL-OOD}$):

   • Gargalo de Informação Variacional (VIB): A inovação central envolve retreinar a política de IL com uma função de perda VIB. Isso regulariza o espaço latente entre o codificador visual e o decodificador de ação. O objetivo é comprimir observações de entrada enquanto maximiza a retenção de informações cruciais para a previsão de ação.
   • Estruturação do Espaço Latente: Ao impor que a representação latente permaneça próxima a uma priori (Gaussiana unitária), a divergência KL entre as características latentes codificadas e a priori serve como uma pontuação escalar OOD. Alta divergência indica uma entrada OOD.
   • Predição Conformal (CP): Para lidar com dinâmicas variantes no tempo e evitar limiarização arbitrária, InFeR aplica predição conformal funcional em um conjunto de calibração de trajetórias. Isso gera limites superiores variantes no tempo para as pontuações KL, fornecendo um método estatisticamente fundamentado para detecção binária de OOD ($b_t$).
   • Grad-CAM para Reconhecimento: Para identificar a fonte da falha, InFeR aplica Grad-CAM aos mapas de características do codificador visual usando os gradientes da pontuação OOD baseada em KL. Isso produz um mapa de calor ($M_t$) que localiza as regiões da imagem responsáveis pela detecção de OOD.

2. Política de Recuperação Heurística ($\pi_{Rec}$):

   • Como dados de falha e recuperação estão ausentes, InFeR emprega uma política de recuperação heurística guiada pelo mapa de calor de reconhecimento de OOD.
   • A política seleciona de um conjunto discreto de macro-ações: retroceder, rotacionar para a esquerda, rotacionar para a direita ou pedir ajuda.
   • Lógica de Decisão: O mapa de calor é discretizado em bins horizontais. Se características OOD forem detectadas nos bins esquerdo ou direito, o robô rotaciona para longe deles. Se o robô estiver bloqueado ou a região OOD for central, ele retrocede (revertendo uma sequência em cache de ações passadas). Se as tentativas de recuperação falharem após um número máximo de tentativas ($t_{max}$), o robô para e solicita assistência humana.

Contribuições Principais

• Resiliência a Falhas Informada: O artigo define e implementa um framework que vai além da simples detecção de falhas para incluir reconhecimento de fonte e recuperação autônoma, fundamentado nas representações latentes internas da política.
• Treinamento Eficiente em Dados: InFeR alcança capacidades de consciência de OOD e recuperação sem exigir demonstrações adicionais de falha ou recuperação, dependendo exclusivamente do conjunto de dados original de demonstrações bem-sucedidas.
• Agnosticismo de Arquitetura: O framework é projetado para ser geral, capaz de aumentar diferentes arquiteturas de políticas de IL (por exemplo, políticas de objetivo de imagem baseadas em CNN e políticas de seguimento de caminho recorrentes) sem modificar suas estruturas centrais.
• Integração de Detecção e Reconhecimento: Diferentemente de detectores externos, InFeR incorpora tanto a detecção quanto o reconhecimento diretamente na política, utilizando o espaço latente para distinguir entradas dentro da distribuição de entradas OOD e localizar as características visuais específicas que causam a anomalia.

Resultados Experimentais
Os autores avaliaram InFeR em um robô Boston Dynamics Spot em ambientes internos e externos do mundo real, testando contra quatro tipos de falha: falha de sensor, caminhos bloqueados (becos sem saída e mínimos locais), obstáculos dinâmicos de curto alcance e objetivos de imagem inviáveis.

• Desempenho de Detecção e Reconhecimento: InFeR superou as bases de comparação mais avançadas (incluindo métodos baseados em densidade, discriminadores de uma classe e autoencoders baseados em reconstrução) tanto na detecção quanto no reconhecimento de OOD. O uso de pontuações KL e Grad-CAM em vetores latentes provou ser significativamente mais eficaz e menos ruidoso do que métricas de erro de reconstrução em imagens de alta dimensionalidade.
• Sucesso na Recuperação: Políticas habilitadas pelo InFeR detectaram e recuperaram-se com sucesso de falhas diversas. Por exemplo, InFeR-DEC (baseado na política DECISION) completou autonomamente uma rota de 300m envolvendo terreno complexo, recuperando-se de mínimos locais e obstáculos dinâmicos.
• Importância do Reconhecimento: Comparações com uma variante "Cega" (que ignora o mapa de calor e seleciona ações corretivas aleatórias) mostraram que a recuperação informada é significativamente mais eficiente e eficaz, particularmente em cenários dinâmicos. InFeR-DEC recuperou-se até 2x mais rápido do que a variante cega.
• Generalizabilidade: O framework demonstrou desempenho consistente em duas arquiteturas de políticas distintas (GNM e DECISION), validando sua aplicabilidade a diferentes paradigmas de navegação visual.

Significado
O artigo afirma que InFeR representa um passo significativo em direção a uma navegação visual segura e robusta com aprendizagem por imitação. Ao permitir que políticas detectem, reconheçam e recuperem-se autonomamente de falhas sem supervisão externa ou dados de treinamento adicionais, InFeR aborda uma lacuna crítica na implantação de sistemas de navegação aprendidos em ambientes abertos e não estruturados. Os autores postulam que essa abordagem permite que controladores aprendidos lidem com navegação de longo alcance em cenários complexos onde políticas tradicionais de IL falhariam de outra forma de forma imprevisível.