Graph Neural Planning and Predictive Control for Multi-Robot Communication-Constrained Unlabeled Motion Planning

Resumo Técnico: Planejamento com Redes Neurais em Grafos e Controle Preditivo para Planejamento de Movimento Não Rotulado com Restrições de Comunicação em Sistemas Multi-Robô

Formulação do Problema
O artigo aborda o problema de planejamento de movimento não rotulado para sistemas multi-robô homogêneos. Neste cenário, $N$ robôs intercambiáveis devem cooperativamente alcançar um conjunto de $N$ objetivos sem emparelhamentos pré-definidos. O objetivo é minimizar o tempo total de viagem e a distância, garantindo ao mesmo tempo a evitação de colisões. O problema é formulado como uma tarefa conjunta de atribuição e planejamento de trajetória, que é PSPACE-difícil.

Os autores identificam lacunas críticas nas abordagens existentes de Redes Neurais em Grafos (GNN) para este problema:

1. Dinâmicas Simplificadas: Métodos GNN anteriores frequentemente dependem de dinâmicas simplificadas em simulação e preveem comandos de velocidade diretamente, falhando em contabilizar dinâmicas não lineares do mundo real e limites de atuação.
2. Garantias de Segurança: A evitação de colisões é frequentemente tratada como uma restrição suave ou um filtro post-hoc, o que não garante segurança sob limites de atuação.
3. Restrições de Comunicação: Arquiteturas GNN existentes frequentemente exigem comunicação multi-hop (4–5 camadas), tornando-as vulneráveis a atrasos e quedas de comunicação do mundo real.
4. Implantação: A maioria dos métodos baseados em aprendizado depende de inferência centralizada e fora de bordo, em vez de execução descentralizada e a bordo.

Metodologia: Framework Hierárquico GATP-NMPC
Os autores propõem um framework hierárquico (Figura 1) que desacopla o planejamento de alto nível do controle de baixo nível, integrando um Planejador com Atenção em Grafos (GATP) com um Controlador Preditivo Não Linear Descentralizado (NMPC).

1. Planejamento de Alto Nível (GATP):

   • Arquitetura: O planejador utiliza uma Rede de Atenção em Grafos (GAT) com apenas 2 camadas de passagem de mensagens. Cada robô comunica-se apenas com seus $M$ vizinhos mais próximos (ex: $M=2$).
   • Mecanismo: A GNN processa observações locais (posições relativas dos $P_g$ objetivos mais próximos e dos $P_r$ robôs mais próximos) para prever subobjetivos intermediários ($s_i$) em vez de comandos de velocidade diretos.
   • Escolhas de Design: A arquitetura emprega Perceptrons Multicamada (MLPs) para fundir embeddings de nós iniciais com informações agregadas dos vizinhos. Esta "função de atualização" ($f_1$) preserva a invariância de permutação e aprimora a diferenciação de nós. A saída é escalada para um horizonte espacial $S_p$ (ex: 4m) com base em um horizonte de tempo desejado $T_p$ e velocidade máxima $v_{max}$.
   • Treinamento: O GATP é treinado via aprendizado por imitação usando um especialista centralizado (Algoritmo Húngaro) para gerar subobjetivos ótimos. Um esquema de amostragem agendada é utilizado para substituir gradualmente os subobjetivos do especialista pelas previsões do GATP durante o treinamento.

2. Controle de Baixo Nível (NMPC):

   • Execução: Cada robô executa um NMPC descentralizado para rastrear o subobjetivo fornecido pelo GATP.
   • Restrições: O NMPC resolve um problema de otimização não linear sobre um horizonte de previsão $T_c$ para gerar entradas de controle. Ele impõe explicitamente:
     • Dinâmicas Não Lineares: As dinâmicas de quadricópteros são modeladas como sistemas afins de controle.
     • Segurança: Restrições de segurança rígidas são impostas usando Funções de Barreira de Controle Exponenciais (ECBFs) para manter uma distância de segurança $d_{safe}$ entre os robôs.
     • Limites de Atuação: Restrições de empuxo do motor são respeitadas.
   • Integração: O GATP atualiza continuamente a trajetória de referência do NMPC com base nas posições em evolução dos robôs, permitindo replanejamento de baixa frequência (ex: 1–2 Hz) enquanto o NMPC opera em alta frequência (ex: 100–160 Hz).

Contribuições Principais

• Framework Hierárquico: Uma integração inovadora de um planejador baseado em GNN com um NMPC com garantia de segurança, permitindo a aplicação de métodos baseados em aprendizado a sistemas do mundo real com dinâmicas não lineares e restrições de atuação.
• Arquitetura GNN Robusta: Uma Rede de Atenção em Grafos de 2 camadas que requer comunicação mínima (1-hop, $M=2$ vizinhos). Os autores demonstram que esta arquitetura rasa melhora a robustez a atrasos de comunicação em comparação com GNNs mais profundas usadas em trabalhos anteriores.
• Implantação no Mundo Real: A primeira validação de um planejador de movimento não rotulado baseado em GNN em um cenário de inferência totalmente descentralizada e a bordo em quadricópteros físicos.
• Ablação e Benchmarking: Um estudo comparativo mostrando que a arquitetura GATP proposta (com funções de atualização específicas) supera Redes de Convolução em Grafos (GCN) padrão e estratégias de atualização alternativas em termos de desempenho de cobertura e generalização para tamanhos de equipe maiores.

Resultados Experimentais

• Simulação (10 Quadricópteros):
  • Desempenho de Cobertura: O GATP alcançou cobertura comparável à GCN (94,55% vs. 95,00% em 40s para 10 robôs), mas demonstrou generalização superior para equipes maiores (até 50 robôs). O GATP mostrou uma queda menor de desempenho (23,5%) em comparação com a GCN (34,5%) à medida que o tamanho da equipe aumentava, atribuída à capacidade do mecanismo de atenção de ponderar dinamicamente a importância dos vizinhos.
  • Atrasos de Comunicação: O sistema foi testado com atrasos de comunicação simulados de até 0,6s. O framework permaneceu robusto a atrasos de até 200 ms (atraso total $D=0,2$s), com apenas um aumento de ~3,8–5,5% no tempo de cobertura. O desempenho degradou-se significativamente apenas quando os atrasos se aproximaram do intervalo de atualização do planejamento (0,5s).
• Experiências no Mundo Real (4 Quadricópteros):
  • Implantação: O sistema foi implantado em quadricópteros personalizados com processadores Qualcomm VOXL 2 em um ambiente de teste interno.
  • Tarefas: Execução bem-sucedida de tarefas de formação circular e cobertura de zona, bem como evitação dinâmica de obstáculos, onde o planejador reatribuiu objetivos para evitar colisões.
  • Latência: O tempo de inferência do GATP foi de aproximadamente 1 ms (excluindo comunicação). O atraso médio de comunicação por camada foi de 26 ms, resultando em um tempo total de planejamento por robô variando de 51 ms a 134 ms. Isso confirma que o sistema opera dentro da faixa de atraso robusto identificada na simulação.

Significado e Alegações
O artigo alega que este trabalho preenche a lacuna entre o planejamento multi-robô escalável e baseado em aprendizado e os rigorosos requisitos de segurança da implantação no mundo real. Ao combinar uma GNN eficiente em comunicação com um NMPC consciente de restrições, os autores demonstram que:

1. Segurança e Viabilidade: É possível usar GNNs para coordenação de alto nível, garantindo ao mesmo tempo segurança e viabilidade dinâmica através do NMPC.
2. Escalabilidade e Robustez: Uma arquitetura GNN rasa e baseada em atenção oferece melhor generalização para equipes maiores e maior robustez a atrasos de comunicação do que arquiteturas multi-hop mais profundas.
3. Viabilidade Prática: A inferência descentralizada e a bordo é viável para sistemas multi-robô, conforme evidenciado pelas experiências bem-sucedidas no mundo real com quadricópteros.

Os autores concluem modestamente que, embora seu design atual lide bem com atrasos limitados, trabalhos futuros investigarão condições de comunicação assíncrona mais realistas e um acoplamento mais estreito entre planejamento e controle durante o processo de treinamento.