Encirclement Guaranteed Finite-Time Capture against Unknown Evader Strategies

Título: Cerco Garantido e Captura em Tempo Finito contra Estratégias de Fugitivo Desconhecidas

1. Problema Investigado

O artigo aborda um cenário de perseguição-evasão em um ambiente planar ilimitado ($\mathbb{R}^2$), envolvendo um grupo de $n$ perseguidores e um único evasor. O objetivo é duplo e deve ser alcançado simultaneamente:

1. Manutenção do Cerco (Encirclement): Os perseguidores devem manter o evasor contido dentro do casco convexo (convex hull) de suas posições em todos os momentos.
2. Captura em Tempo Finito: Garantir que pelo menos um perseguidor alcance uma distância de captura ($r_c$) do evasor em um tempo finito $t_c$.

Desafios Principais:

• Os perseguidores não possuem conhecimento da estratégia, velocidade instantânea ou ângulo de direção do evasor.
• Apenas o limite superior da velocidade do evasor ($\mu_m$) é conhecido.
• A solução deve ser robusta a qualquer política de evasão adotada pelo oponente.

2. Metodologia e Abordagem Teórica

A solução proposta baseia-se em uma estratégia descentralizada e uma análise de estabilidade via função de Lyapunov.

A. Abordagem Baseada em Área para o Cerco

Os autores utilizam uma triangulação do casco convexo formado pelos perseguidores, conectando o evasor a pares consecutivos de perseguidores.

• Variável Chave: A área $A_{jk}$ dos triângulos formados pelo evasor ($e$) e dois perseguidores adjacentes ($p_j, p_k$).
• Condição de Cerco: O evasor permanece dentro do casco convexo se e somente se todas as áreas $A_{jk}$ forem não-negativas. Se o evasor estiver na borda ($A_{jk}=0$), a taxa de variação da área ($\dot{A}_{jk}$) deve ser não-negativa para evitar a fuga.
• Estratégia de Controle: Quando uma borda se torna "ativa" (o evasor toca a linha entre dois perseguidores), esses dois perseguidores alternam para uma estratégia específica que ajusta seus ângulos de direção ($\phi_j, \phi_k$) para garantir que $\dot{A}_{jk} \geq 0$, independentemente da manobra do evasor.

B. Estratégia de Captura em Tempo Finito

Assumindo que os perseguidores são mais rápidos que o evasor ($v_i = 1 > \mu_m$), os autores definem duas fases de operação:

1. Fase Interior: Quando o evasor está estritamente dentro do casco convexo, todos os perseguidores adotam uma estratégia de perseguição pura (movem-se diretamente em direção ao evasor).
2. Fase de Borda: Quando o evasor toca uma borda do casco, os perseguidores ativos (que formam a borda) ajustam seus ângulos para manter o cerco (como descrito acima), enquanto os perseguidores inativos continuam em perseguição pura.

C. Análise de Estabilidade (Lyapunov)

Para provar a captura em tempo finito, os autores definem uma função de Lyapunov $V$ como a soma das distâncias entre todos os perseguidores e o evasor:
$$V = \sum_{i=1}^{n} \|p_i - e\|$$
Eles demonstram que a derivada temporal $\dot{V}$ é estritamente negativa e limitada superiormente por uma constante negativa ($\dot{V} \leq -n(1-\mu_m)$) em ambas as fases (interior e borda). Isso garante que $V$ converge para zero (ou para o raio de captura) em tempo finito.

3. Principais Contribuições

1. Estratégia Descentralizada Garantida: Propõe uma classe de estratégias onde os perseguidores ativos podem decidir seus movimentos independentemente, baseando-se apenas na posição local do evasor e do outro perseguidor ativo, sem necessidade de comunicação centralizada ou conhecimento da intenção do evasor.
2. Condições Suficientes para Cerco e Captura: Deriva condições explícitas sobre as velocidades e ângulos de controle que garantem simultaneamente a manutenção do cerco e a captura, mesmo contra o pior caso de estratégia do evasor.
3. Limite Superior Analítico: Estabelece um limite superior analítico explícito para o tempo de captura ($t_c$), fornecendo uma garantia teórica rigorosa que falta em abordagens anteriores baseadas apenas em simulação ou otimização empírica.
4. Generalidade: A abordagem não assume conhecimento da política do evasor, cobrindo desde fugitivos estacionários até aqueles com comportamentos erráticos ou adaptativos.

4. Resultados Numéricos

Os autores validaram a proposta através de simulações no MATLAB com 3 perseguidores e 1 evasor, testando contra cinco políticas de evasão distintas:

• Política Gananciosa (Greedy): Foge do perseguidor mais próximo.
• Política de Alternância (Switching): Alterna entre bordas e interior.
• Política Aleatória (Random): Comportamento humano imprevisível.
• Política Estacionária (Stationary): Fica parado.
• Política de Link Mais Próximo (Closest Link): Move-se para a borda mais próxima e tenta escapar por ela.

Achados Chave:

• Em todos os cenários, o cerco foi mantido (as áreas dos triângulos permaneceram não-negativas) e a captura ocorreu em tempo finito.
• Comparação com Estado da Arte: Ao comparar com uma abordagem de Controle Preditivo Robusto (MPC) baseada em conjuntos setoriais (EGSS) do trabalho [12], a estratégia proposta foi significativamente mais rápida.
  • Tempo de captura (MPC): ~42 segundos.
  • Tempo de captura (Proposto): ~1.15 segundos.
• A grande diferença de desempenho é atribuída às restrições rígidas do MPC que limitam a capacidade dos perseguidores de se moverem diretamente em direção ao evasor durante a fase de borda, enquanto a estratégia proposta permite movimentos mais diretos e eficientes.

5. Significado e Impacto

Este trabalho preenche uma lacuna crítica na literatura de perseguição-evasão, onde garantias de cerco e captura em tempo finito eram geralmente tratadas separadamente ou sob suposições restritivas sobre o conhecimento da estratégia do oponente.

• Aplicações Práticas: O método é altamente relevante para cenários de segurança e vigilância, como o uso de enxames de robôs terrestres para conter intrusos em zonas restritas, onde a neutralização rápida é necessária e a intenção do intruso é desconhecida.
• Robustez: A capacidade de garantir o sucesso sem modelar o comportamento do adversário torna o sistema robusto a oponentes inteligentes ou imprevisíveis.
• Eficiência Computacional: Ao contrário de abordagens de MPC que exigem otimização online complexa, a estratégia proposta é simples, descentralizada e computacionalmente leve, permitindo implementação em tempo real em hardware com recursos limitados.

Em resumo, o artigo oferece um framework teórico e prático robusto para garantir que um grupo de agentes possa cercar e capturar um alvo móvel mais lento em tempo finito, independentemente das táticas de fuga utilizadas pelo alvo.