Resumo Técnico: Perseguição-Evasão Sensível ao Engajamento

Declaração do Problema

O artigo aborda o desafio de controlar equipes de perseguidores multiagentes em cenários adversariais de perseguição-evasão. Abordagens tradicionais frequentemente lutam para equilibrar o planejamento estratégico de tarefas (ex: captura vs. negação de área) com restrições de segurança rigorosas (evasão de colisão) em tempo real. Resolver um equilíbrio global em jogos diferenciais de tempo contínuo é computacionalmente intratável para sistemas multiagentes. Além disso, os métodos existentes carecem da flexibilidade para se adaptar a variadas "Regras de Engajamento" (ROE) — como a mudança de uma captura agressiva para defesa de perímetro ou neutralização — sem redesenhar a lógica de controle subjacente. O problema central é desenvolver uma arquitetura de controle hierárquica que desacople o planejamento estratégico da garantia de segurança, permitindo que um enxame alterne fluidamente entre modos de engajamento enquanto garante uma operação livre de colisões.

Metodologia

Os autores propõem uma arquitetura de controle hierárquica consistindo em duas camadas distintas: um planejador de alto nível de Controle Preditivo de Modelo (MPC) Minimax de Horizonte Recuante e um filtro de segurança de baixo nível de Função de Barreira de Controle (CBF) de Tempo Discreto.

1. Planejamento de Alto Nível: MPC Minimax

A interação é formulada como um jogo dinâmico de soma zero de horizonte finito. A equipe de perseguidores busca minimizar uma função de custo compartilhada $J$, enquanto o evadidor busca maximizá-la. Para evitar a intratabilidade de resolver a equação completa de Hamilton-Jacobi-Isaacs, o sistema emprega um esquema minimax iterativo:

• Melhor Resposta Iterativa: Em cada passo de tempo, os perseguidores resolve na trajetória nominal de evadidor congelada. Subsequentemente, o evadidor resolve sua trajetória ótima assumindo a trajetória atualizada dos perseguidores. Este processo se repete por um número fixo de iterações de Nash.
• Formulações de Jogo Duplas: A função de custo $J$ é modificada para suportar diferentes ROE:
  • Rastreamento de Perseguição-Evasão: O custo penaliza a distância relativa entre perseguidores e o evadidor. Crucialmente, inclui uma penalidade de velocidade transversal que nulifica geometricamente componentes de velocidade perpendiculares à linha de visada, forçando os perseguidores a uma trajetória de colisão direta, em vez de depender de heurísticas reativas.
  • Defesa de Perímetro: O custo desloca a prioridade da captura absoluta para o rastreamento de fronteira. Os perseguidores são penalizados por desviar de pontos alvo atribuídos em um polígono de defesa, enquanto o evadidor é penalizado por progredir em direção à região protegida.

2. Execução de Baixo Nível: Filtro de Segurança CBF

Para garantir a segurança sem comprometer a convexidade do MPC, uma Função de Barreira de Controle (CBF) de tempo discreto opera como um filtro de malha interna.

• Filtro de Segurança: O comando de controle nominal ($u_{des}$) gerado pelo MPC é passado para um Programa Quadrático (QP). O QP minimiza o desvio de $u_{des}$ enquanto satisfaz as restrições de CBF de tempo discreto.
• Barreira Cinemática: A função de barreira $h(x_k)$ é sensível à velocidade, avaliando a taxa de aproximação atual contra a distância de frenagem disponível sob limites de aceleração máxima. Isso garante que os agentes tenham tempo suficiente para evitar a violação de uma distância segura $D_{safe}$.
• Variáveis de Folga: Variáveis de folga são incluídas no QP para garantir a viabilidade estrita mesmo em aglomerados densos, sendo fortemente penalizadas para desencorajar violações de segurança.

3. Adaptação de Regras de Engajamento (ROE)

O framework alcança adaptabilidade ajustando os pesos do payoff de soma zero compartilhado e as restrições de CBF (especificamente penalidades de folga e margens de distância segura). Ao ajustar esses parâmetros online, o sistema pode transitar entre:

• Captura: Perseguição agressiva com restrições de afastamento relaxadas.
• Dissuasão/Deflexão: Defesa de perímetro estrita ou redirecionamento para longe de zonas protegidas.
• Neutralização: Relaxamento seletivo das restrições de segurança para permitir interceptação física quando a recuperação não é uma opção.

Principais Contribuições

1. Framework Sensível ao Engajamento: O artigo introduz uma arquitetura hierárquica que trata as ROE como objetos de projeto de controle, permitindo que o enxame alterne táticas (captura, blindagem, neutralização) sem mudanças estruturais na lógica de controle.
2. Solver Minimax Computacionalmente Tratável: Um solver minimax de horizonte recuante é desenvolvido na camada de planejamento, permitendo que equipes defensivas antecipem estrategicamente ações adversariais através de otimização de melhor resposta iterativa.
3. Filtro Integrado de Segurança e Engajamento: Um filtro CBF-QP de tempo discreto é integrado na camada de execução. Ele modifica os comandos nominais do MPC para impor a evasão de colisão entre perseguidores e restrições de afastamento perseguidor-evadidor, separando os objetivos de satisfação da tarefa (MPC) e sobrevivência (CBF).

Resultados Experimentais

O framework foi avaliado em simulações através de dinâmica de duplo integrador planar 2D e dinâmica de quadrotor 3D totalmente não linear.

• Perseguição-Evasão 2D: Em 100 jogos simulados, o sistema alcançou taxas de captura de quase 100% quando os perseguidores foram inicializados em um anel radial. Mesmo com inicialização uniforme aleatória (um teste de estresse para o filtro CBF), as taxas de captura permaneceram competitivas, demonstrando a capacidade do solver de recuperar formações caóticas.
• Defesa de Perímetro 2D: O enxame bloqueou com sucesso um evadidor de violar uma fronteira 2D definida, alocando agentes eficientemente ao longo dos arcos da fronteira para minimizar o progresso do evadidor.
• Dinâmica de Quadrotor 3D: A arquitetura escalou para dinâmica de quadrotor não linear de 6-DOF. O sistema manteve estabilidade dinâmica e coordenou com sucesso no espaço 3D para minimizar o volume de escape do evadidor e garantir a captura, contabilizando a dinâmica de pitch/roll no filtro de segurança.
• Modulação de ROE: As simulações demonstraram transições suaves entre modos de "preservação do evadidor" (afastamento estrito) e "neutralização do evadidor" (interceptação física) mediante a modulação de parâmetros de missão e pesos do filtro.

Significância e Alegações

O artigo afirma que este framework fornece uma solução robusta para o controle de enxames adversariais ao desacoplar o planejamento estratégico da aplicação de segurança. A significância reside na capacidade do sistema de:

• Adaptar-se Dinamicamente: Alternar entre táticas de captura, defesa e neutralização simplesmente ajustando pesos, em vez de reengenheirar o controlador.
• Garantir a Segurança: Garantir operação livre de colisões e restrições de afastamento via filtro interno de CBF sem interromper a convexidade da otimização do MPC.
• Escalar: Operar efetivamente em ambientes 2D e em ambientes 3D não lineares complexos.

Os autores observam que o trabalho atual assume dinâmicas determinísticas e um único alvo adversário. Um trabalho futuro é proposto para estender o solver para configurações de $M$-perseguidores e $N$-evadidores, incorporar incerteza dinâmica e integrar estimativa de estado a partir de medições de sensores para relaxar a suposição de conhecimento perfeito do estado.