Safety Beyond the Training Data: Robust Out-of-Distribution MPC via Conformalized System Level Synthesis

Título: Segurança Além dos Dados de Treinamento: MPC Robusto Fora de Distribuição via Síntese de Nível de Sistema Conformalizada

1. Problema e Motivação

O controle e planejamento de robôs em ambientes do mundo real frequentemente dependem de modelos dinâmicos aprendidos a partir de dados. No entanto, esses modelos sofrem de imprecisões, especialmente quando o robô opera em regiões Fora de Distribuição (OOD - Out-of-Distribution), ou seja, em estados ou ações não vistos durante o treinamento.

• Desafio Principal: Garantir segurança e robustez quando o modelo aprendido falha em generalizar.
• Limitações das Abordagens Atuais:
  • Planejadores baseados em aprendizado puro podem explorar erros do modelo, levando a comportamentos inseguros.
  • Métodos de MPC (Controle Preditivo Modelado) robustos tradicionais frequentemente usam limites de erro fixos e conservadores, ou assumem distribuições de erro que não capturam a variabilidade espacial (dependente do estado e controle).
  • Técnicas existentes que usam "domínios confiáveis" (trusted domains) restringem o robô a operar apenas perto dos dados de treinamento, impedindo a exploração necessária em cenários reais onde a escassez de dados é comum.

2. Metodologia Proposta: CP-SLS-MPC

Os autores propõem um novo framework chamado CP-SLS-MPC, que integra Conformal Prediction (CP) com System Level Synthesis (SLS) dentro de um esquema de MPC robusto. O objetivo é fornecer garantias probabilísticas de segurança mesmo durante operações OOD temporárias.

Componentes Principais:

1. Conformal Prediction Ponderada (Weighted CP - WCP):

   • Em vez de usar limites de erro fixos ou esféricos, o método utiliza um modelo de incerteza aprendido (uma matriz de covariância dependente do estado e controle, $\Sigma(x, u)$) para modelar a dispersão do erro.
   • A WCP é aplicada para calibrar esses limites, convertendo pontuações de não-conformidade em limites de confiança com cobertura $(1-\alpha)$.
   • Vantagem: Os pesos na WCP são adaptados com base na proximidade dos dados de calibração ao ponto de teste atual. Isso permite que o sistema reconheça regiões onde o modelo é preciso (dados densos) e onde é incerto (dados esparsos/OOD), gerando elipsoides de erro adaptativos e espacialmente variados.

2. Síntese de Nível de Sistema (System Level Synthesis - SLS):

   • O SLS é utilizado para parametrizar a resposta do sistema em malha fechada de forma convexa.
   • O problema de controle é decomposto em:
     • Uma trajetória nominal aberta ($z, v$).
     • Um controlador de rastreamento baseado em feedback de perturbação.
   • O SLS calcula "tubos de alcançabilidade" (reachable tubes) que contêm todas as trajetórias possíveis do sistema real, considerando as perturbações bounded pelo erro do modelo.

3. Formulação do MPC Robusto:

   • O MPC otimiza a trajetória nominal e o controlador de feedback simultaneamente.
   • Restrições de Ajuste (Constraint Tightening): As restrições de segurança (ex: evitar obstáculos) são "apertadas" ao longo do horizonte de previsão. O tamanho do apertamento é determinado pelos tubos de alcançabilidade calculados via SLS, que por sua vez são informados pelos limites de erro calibrados via CP.
   • Redução Ativa de Incerteza: O custo do MPC inclui um termo que penaliza a distância aos dados de calibração. Isso incentiva o planejador a escolher trajetórias que permaneçam em regiões de baixa incerteza (dentro da distribuição) sempre que possível, ou a operar de forma mais cautelosa (mais longe de obstáculos) quando forçado a sair da distribuição.

4. Implementação Prática:

   • O problema não linear é resolvido eficientemente usando Programação Convexa Sequencial (SCP) e um esquema de iteração em tempo real.
   • O conjunto de erro é atualizado online com novos dados observados, refinando os limites de conformalidade e reduzindo a lacuna de cobertura ao longo do tempo.

3. Contribuições Chave

• Método Otimizado e Rápido: Um planejador de movimento baseado em otimização que utiliza dinâmicas aprendidas com garantias de segurança probabilística de amostra finita.
• Limites de Erro Dependentes do Estado/Controle: Uso de CP ponderada para criar elipsoides de erro adaptativos, superando as limitações de limites esféricos fixos que não distinguem regiões seguras de inseguras no espaço de estados.
• Garantias Teóricas: Provas de cobertura e robustez sob desvio de distribuição (distributional drift), incluindo a análise do impacto da densidade de dados e do tamanho do tubo de trajetória na cobertura de previsão.
• Validação Empírica: Demonstração em sistemas não lineares de alta dimensão (carro 4D e quadricóptero 12D), mostrando superioridade sobre MPCs não robustos e métodos com limites fixos.

4. Resultados Experimentais

Os autores avaliaram o método em dois cenários principais: um carro Dubins (4D) e um quadricóptero (12D).

• Cenário In-Distribution (ID): O método CP-SLS-MPC manteve o desempenho comparável às bases (Vanilla MPC) sem perda significativa de eficiência computacional, garantindo segurança.
• Cenário Out-of-Distribution (OOD):
  • Carro 4D: Em cenários onde o carro deve atravessar regiões sem dados de treinamento (ex: evitar obstáculos em áreas não mapeadas), o CP-Ellipsoid (método proposto) foi consistentemente bem-sucedido.
  • Comparação: O MPC Vanilla (V-MPC) falhou em 2 de 10 corridas, e o CP-Ball (limites esféricos) falhou em 1. O CP-Ellipsoid evitou colisões mantendo uma distância maior e mais segura do obstáculo.
  • Adaptação Online: Com menos pontos de calibração iniciais, o método adaptou-se mais rapidamente, aumentando a cobertura de erro dentro do elipsoide previsto.
• Quadricóptero 12D: O método escalou com sucesso para sistemas de alta dimensão. O CP-Ellipsoid teve sucesso em 8 de 10 trajetórias (uma falha foi por instabilidade numérica, não colisão), enquanto o V-MPC falhou em 6 de 10.
• Redução Ativa de Incerteza: A inclusão do custo de redução de incerteza resultou em trajetórias que evitaram regiões OOD desnecessárias, reduzindo o volume dos tubos de incerteza e melhorando a precisão da previsão.

5. Significado e Conclusão

O trabalho apresenta um avanço significativo na controle baseado em aprendizado seguro. Ao combinar a flexibilidade da Conformal Prediction (para limites de erro rigorosos e adaptativos) com a eficiência computacional e estrutura de otimização convexa da System Level Synthesis, os autores criam um framework capaz de:

1. Operar com segurança em regiões onde os dados de treinamento são escassos ou inexistentes (OOD).
2. Ativamente gerenciar a incerteza, planejando trajetórias que minimizam o risco.
3. Fornecer garantias teóricas de que as restrições de segurança serão satisfeitas com alta probabilidade, mesmo sob desvios de distribuição.

Este método é crucial para a aplicação de robôs autônomos em ambientes dinâmicos e não estruturados, onde a dependência exclusiva de modelos perfeitos ou dados densos é inviável.