⚡ electrical engineering

Hamilton-Jacobi Reachability for Hybrid Systems: Unified Goal-Driven Control with Safety Guarantees

Este artigo estende a análise de alcançabilidade de Hamilton-Jacobi para sistemas dinâmicos híbridos ao introduzir um framework unificado que computa conjuntos seguros e integra objetivos de desempenho por meio de filtros de segurança de menor restrição e tubos de retrocesso de alcance-evasão, garantindo, assim, tanto a segurança quanto a conclusão de tarefas para sistemas robóticos em ambientes ricos em contato.

Autores originais: Javier Borquez, Shuang Peng, Somil Bansal

Publicado 2026-09-16

📖 7 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Javier Borquez, Shuang Peng, Somil Bansal

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Robôs que se movem pelo mundo real enfrentam um desafio fundamental: suas ações raramente são suaves e contínuas. Um cão correndo em um parque, uma espaçonave acoplando-se a uma estação ou um drone pousando em um navio todos experimentam mudanças súbitas em como se movem. Eles podem estar deslizando sobre rodas e, de repente, saltar no ar, ou alternar de um deslize suave para um impacto forte. Em termos de engenharia, esses sistemas são "híbridos", o que significa que combinam movimentos fluidos e contínuos com saltos discretos e repentinos de um modo de operação para outro. Para que um robô seja útil e seguro, ele deve não apenas navegar por essas mudanças, mas também garantir que nunca caia em uma armadilha da qual não possa escapar. Isso requer uma maneira de olhar adiante e saber, com absoluta certeza, quais caminhos são seguros e quais levam ao fracasso, mesmo quando o ambiente do robô é imprevisível.

Por décadas, engenheiros usaram uma poderosa ferramenta matemática chamada alcançabilidade de Hamilton-Jacobi para resolver esse problema para sistemas suaves. Este método permite que um computador calcule uma "zona de segurança", um mapa de cada posição inicial possível a partir da qual um robô pode evitar uma colisão, não importa como o vento sopre ou como o chão se desloque. No entanto, essa ferramenta falhou quando aplicada a sistemas híbridos. Os saltos repentinos entre modos, como o pé de um robô atingindo o solo, criaram uma complexidade que a matemática antiga não conseguia lidar. Sem uma maneira de calcular essas zonas de segurança para sistemas híbridos, os engenheiros eram forçados a adivinhar ou confiar em tentativa e erro, deixando os robôs vulneráveis a falhas inesperadas em ambientes complexos.

Uma equipe de pesquisadores agora preencheu essa lacuna estendendo o método de alcançabilidade para lidar com esses sistemas híbridos. Eles desenvolveram um novo framework capaz de calcular zonas de segurança para robôs que alternam entre diferentes comportamentos, como andar, pular ou voar. O trabalho deles faz duas coisas distintas. Primeiro, criaram um filtro de segurança que atua como um supervisor vigilante. Esse filtro observa o caminho planejado de um robô e só intervém quando um movimento planejado levaria a uma colisão. Se o robô tentar saltar contra uma parede, o filtro ajusta suavemente o plano para uma alternativa segura, mas se o plano já for seguro, ele deixa o robô proceder exatamente como pretendido. Isso garante que o robô permaneça seguro sem forçá-lo a se mover de forma desajeitada ou desnecessária. Segundo, eles desenvolveram um método para planejar não apenas a segurança, mas o sucesso. Essa nova abordagem calcula um caminho que garante que o robô alcançará seu objetivo, como um porto de acoplagem ou uma linha de chegada, enquanto evita simultaneamente todos os obstáculos. Ela encontra uma rota que é tanto segura quanto eficaz, mesmo quando o robô deve alternar entre diferentes modos de movimento para chegar lá.

Para provar que suas ideias funcionam, os pesquisadores testaram o sistema em um robô de quatro patas em um percurso de obstáculos desafiador, inspirado em competições de agilidade para cães. O percurso incluía postes de zigue-zague apertados, encostas íngremes, coberturas baixas que exigiam que o robô rastejasse e terrenos escorregadios. O robô teve que navegar por todo esse percurso sem bater em nada. Os pesquisadores executaram o robô usando dois sistemas de controle de baixo nível diferentes: um baseado em equações físicas tradicionais e outro baseado em aprendizado de inteligência artificial. Em ambos os casos, o planejador de alto nível conseguiu guiar o robô pelo percurso. Quando o robô se aproximava de uma cobertura baixa, o planejador mudava automaticamente seu modo para uma marcha de rastejo para evitar bater a cabeça. Quando chegava a uma parte escorregadia, mudava para uma marcha mais rápida para manter a tração. O sistema lidou com essas trocas de forma fluida, garantindo que o robô nunca entrasse em um estado perigoso.

Os experimentos mostraram que o novo método é robusto mesmo quando o robô é empurrado ou puxado por forças externas. Em um teste, um humano arrastou fisamente o robô em direção a um obstáculo. Em vez de colidir, o planejador do robô reconheceu imediatamente o perigo e mudou seu comportamento para um modo mais seguro, permitindo que ele se recuperasse e continuasse a tarefa. Essa capacidade de recuperar-se de situações inseguras é uma melhoria significativa em relação aos métodos anteriores, que frequentemente deixavam os robôs presos uma vez que entravam em uma zona perigosa. Os pesquisadores também compararam sua abordagem com outras técnicas de planejamento avançadas em simulações de computador. Embora outros métodos pudessem às vezes alcançar o objetivo, eles frequentemente colidiam com obstáculos quando o ambiente se tornava imprevisível. O novo método manteve uma alta taxa de sucesso, alcançando o objetivo com segurança em quase todos os testes, mesmo quando o robô era submetido a empurrões fortes e aleatórios.

O trabalho baseia-se em um mapa de segurança pré-calculado que o robô consulta em tempo real. Esse mapa é gerado offline, um processo que levou cerca de sete horas em um computador padrão para a tarefa específica. Uma vez que o mapa está pronto, o robã pode usá-lo instantaneamente, tomando decisões em cerca de um milissegundo. Essa velocidade é crucial para aplicações no mundo real, onde um robô deve reagir a mudanças no ambiente mais rápido do que um humano pode piscar. Os pesquisadores validaram seu sistema em um robô quadrupede real, um Unitree Go1, que foi rastreado por um sistema de captura de movimento de alta velocidade para garantir medições precisas de sua posição e movimento. O robô completou o percurso inteiro várias vezes, demonstrando que as garantias teóricas de segurança sustentam-se na realidade física bagunçada e imprevisível.

Embora o método seja poderoso, os pesquisadores reconhecem suas limitações atuais. Os cálculos necessários para gerar o mapa de segurança tornam-se extremamente difíceis à medida que o número de variáveis aumenta, um problema conhecido como a "maldição da dimensionalidade". Isso significa que, por enquanto, o sistema funciona melhor para robôs com um número gerenciável de partes móveis, como o robô quadrupede usado no estudo. Para máquinas mais complexas com muitos graus de liberdade, o custo computacional é atualmente muito alto. A equipe sugere que trabalhos futuros precisarão combinar suas garantias rigorosas de segurança com novas técnicas de aprendizado para lidar com esses sistemas mais complexos. Eles também observam que sua abordagem atual assume que o robô conhece o layout dos obstáculos de antemão. Em um mundo dinâmico onde obstáculos se movem ou aparecem inesperadamente, o sistema precisaria atualizar seu mapa de segurança sobre a marcha, um desafio que pretendem abordar em pesquisas futuras.

Apesar dessas limitações, a conquista representa um passo significativo para tornar os robôs autônomos verdadeiramente confiáveis. Ao fornecer uma garantia matemática de que um robô pode alcançar seu objetivo sem colidir, mesmo quando deve alternar entre diferentes formas de se mover, os pesquisadores removeram uma barreira importante para a implantação de robôs em ambientes complexos e não estruturados. A capacidade de planejar tanto a segurança quanto o sucesso simultaneamente significa que os robôs podem ser confiados para operar em lugares onde a falha não é uma opção, desde missões de busca e salvamento até tarefas de manufatura delicadas. O framework transforma a natureza caótica do movimento híbrido em um problema gerenciável, garantindo que, conforme os robôs se tornem mais ágeis e versáteis, eles permaneçam fundamentalmente seguros.

Resumo Técnico: Alcançabilidade de Hamilton-Jacobi para Sistemas Híbridos

1. Definição do Problema

Sistemas dinâmicos híbridos, que combinam dinâmicas contínuas com transições de modos discretos, são essenciais para modelar sistemas robóticos em ambientes ricos em contato (ex: robôs saltadores, locomoção de pernas). No entanto, garantir a segurança e o desempenho nesses sistemas é desafiador devido ao intrincado acoplamento entre a evolução do estado contínuo e eventos discretos (como mudanças de modo, resets de estado e transições forçadas).

A análise de alcançabilidade de Hamilton-Jacobi (HJ) existente fornece um arcabouço rigoroso para sistemas de tempo contínuo não lineares para computar Tubos de Retroalcançabilidade (BRTs) e sintetizar controladores de segurança. Contudo, a aplicação desses métodos a sistemas híbridos tem sido limitada por:

Suposições Estruturais: Métodos híbridos anteriores frequentemente restringiam a análise a dinâmicas lineares ou excluíam entradas controladas.
Integração de Objetivos: Os arcabouços existentes focavam primariamente em verificação (alcançabilidade ou esquiva) mas falharam em integrar essas garantias de segurança com objetivos de alcance de metas. Aplicações do mundo real exigem controladores que não apenas evitem a falha, mas que também alcancem tarefas ativamente.
Complexidade: Lidar com transições controladas, transições forçadas e resets de estado simultaneamente dentro de um arcabouço de alcançabilidade unificado permanece computacional e teoricamente exigente.

2. Metodologia

O artigo estende a alcançabilidade HJ clássica para sistemas híbridos definindo uma função de valor generalizada sobre estados discretos e contínuos. A abordagem é construída sobre três componentes principais:

A. Modelo de Sistema Híbrido

O sistema é modelado como uma tupla $H = ((Q \times X), (U \times D), f, \text{Inv}, \Sigma, R)$ , onde:

$Q$ é um conjunto finito de modos discretos.
$X, U, D$ representam estados contínuos, controles e distúrbios.
$f$ define as dinâmicas contínuas $\dot{x} = f_i(x, u, d)$ dentro de um conjunto invariante $S_i$ .
$\Sigma$ inclui ações discretas para transições controladas (quando $x \in S_i$ ) e transições forçadas (quando $x \notin S_i$ ).
$R$ define os mapas de reset $x^+ = R_{ij}(x)$ após a transição.

B. Tubos de Retroalcançabilidade Híbrida (hBRT)

Baseando-se em trabalhos anteriores (Borquez et al., 2024b), os autores utilizam uma Desigualdade de Variacional Hamilton-Jacobi-Isaacs restrita (HJI-VI) para computar o hBRT. A função de valor $V(x, q_i, t)$ é atualizada selecionando o resultado ótimo entre:

Transições Discretas: Realizar uma mudança controlada $\sigma_{ij}$ ou uma mudança forçada $\varsigma_{ik}$ com os respectivos mapas de reset associados.
Evolução Contínua: Permanecer no modo atual e evoluir de acordo com as dinâmicas contínuas.
A solução caracteriza o conjunto de estados a partir dos quais o sistema pode alcançar um objetivo (vivacidade) ou evitar um conjunto de falha (segurança) sob distúrbios de pior caso.

C. Dois Mecanismos de Controle

O artigo propõe dois mecanismos distintos para utilizar esses conjuntos alcançáveis:

Filtro Híbrido de Menor Restrição (hLRF):
- Função: Um filtro de segurança que envolve qualquer política híbrida nominal $\pi_{nom}$ .
- Mecanismo: Ele intervém apenas quando necessário. Para transições discretas, verifica se a mudança nominal leva a um estado seguro (função de valor $V \geq 0$ ). Se não, ele substitui pela mudança segura ótima. Para controle contínuo, atua como um controlador de fronteira, modificando as entradas apenas quando o sistema está na fronteira de segurança.
- Objetivo: Garantir a invariância progressiva do conjunto seguro enquanto altera minimamente o comportamento nominal.
Tubos Híbridos de Alcance-Esquiva (hBRAT):
- Função: Uma formulação unificada que impõe simultaneamente a segurança (evitando o conjunto de falha $L$ ) e a conclusão da tarefa (alcançando o conjunto de meta $G$ ).
- Mecanismo: Os autores derivam uma nova HJI-VI restrita onde a condição terminal é $V(x, q, T) = \max(g(x), l(x))$ . A evolução da função de valor combina o custo de alcançar o objetivo e evitar o conjunto de falha.
- Objetivo: Sintetizar políticas de controle que garantam que o sistema alcance o alvo dentro de um horizonte de tempo sem nunca entrar no conjunto de falha.

D. Implementação Numérica

As funções de valor são computadas usando um método de nível de conjunto baseado em grade (Algoritmo 1 para hBRT, Algoritmo 2 para hBRAT). O algoritmo propaga a função de valor para trás no tempo, atualizando-a em cada etapa para considerar as dinâmicas contínuas e as transições discretas através de todos os modos.

3. Principais Contribuições

Filtro de Segurança Híbrido Unificado (hLRF): Um mecanismo de tempo real que garante a segurança para sistemas híbridos com resets de estado e transições forçadas, envolvendo qualquer política nominal. É provado que ele assegura a invariância progressiva do conjunto seguro.
Formulação de Alcance-Esquiva Híbrida (hBRAT): Um novo arcabouço matemático que codifica conjuntamente objetivos de segurança e alcance de metas em sistemas híbridos. Deriva uma nova HJI-VI que caracteriza o conjunto de estados que garantem tanto a conclusão da tarefa quanto a segurança sob distúrbios de pior caso.
Validação em Hardware Real: Implementação bem-sucedida em um robô quadrúpede (Unitree Go1) navegando em um percurso de obstáculos estilo Barkour, demonstrando a capacidade do arcabouço de lidar com mudanças de modo (caminhar, escalar, rastejar) e recuperar-se de distúrbios externos.

4. Resultados

Estudos de Simulação

Robô Saltador Planar: O hLRF modificou com sucesso as políticas nominais (movimento em linha reta e saltos baixos) para ultrapassar obstáculos ao disparar saltos ótimos, garantindo a segurança com intervenção mínima.
Satélite de Órbita Terrestre Baixa: O filtro evitou colisões em um ambiente orbital congestionado, gerenciando propulsão controlada e transições de resfriamento forçadas.
Simulação de Quadrúpede (Barkour): Comparado contra MPPI (Model Predictive Path Integral), MPC Determinístico e MPC com Funções de Barreira de Controle (MPC-CBF).
- Segurança: O planejador hBRAT alcançou as maiores taxas de "Alcance Seguro" entre todos os níveis de distúrbio (0.81 em $\sigma=0.4$ m/s), superando significativamente os baselines (MPC: 0.48, MPC-CBF: 0.44).
- Robustez: Enquanto os baselines alcançavam o objetivo, eles frequentemente colidiam com obstáculos sob alto distúrbio. O planejador hBRAT manteve a segurança ao recuperar-se de distúrbios e aderir ao tubo de alcance-esquiva.

Experimentos no Mundo Real

Hardware: Um quadrúpede Unitree Go1 navegou por um percurso com postes de zigue-zague, inclinações, coberturas e terreno escorregadio.
Desempenho: O sistema completou a tarefa com tanto um controlador de baixo nível baseado em modelo (MPC) quanto um aprendido (RL).
- Segurança: 100% de taxa de sucesso e 100% de taxa de alcance seguro em 10 tentativas com ambos os controladores.
- Recuperação: O planejador baseado em hBRAT demonstrou a capacidade de recuperar-se de distúrbios físicos externos (ex: ser empurrado para uma cobertura) ao alternar autonomamente os modos (ex: de caminhar para rastejar) para retomar a segurança, uma capacidade ausente em arcabouços anteriores.
- Eficiência: A inferência online levou aproximadamente 1 ms por consulta, permitindo operação em tempo real.

5. Significância e Alegações

O artigo afirma preencher a lacuna crítica entre a verificação de segurança e o controle direcionado a metas em sistemas híbridos. Ao estender a alcançabilidade HJ para lidar com dinâmicas híbridas com uma formulação de alcance-esquiva unificada, os autores fornecem um método que:

Garante Segurança e Conclusão de Tarefa: Diferente de métodos anteriores que tratavam segurança e metas separadamente, este arcabouço sintetiza políticas que são comprovadamente seguras e completas para a tarefa.
Permite Intervenção Mínima: O hLRF permite o uso de controladores nominais de alto desempenho enquanto fornece uma rede de segurança rigorosa que intervém apenas quando absolutamente necessário.
Lida com Dinâmicas Híbridas Complexas: O arcabouço considera explicitamente transições controladas, transições forçadas e resets de estado, que são prevalentes na robótica de pernas, mas frequentemente ignorados em filtros de segurança puramente contínuos.

Os autores reconhecem limitações, especificamente a complexidade computacional que escala exponencialmente com a dimensão do estado (maldição da dimensionalidade) e a dependência de conhecimento a priori do ambiente para computação offline. Eles posicionam este trabalho como um passo fundamental em direção a sistemas robóticos mais seguros e capazes em ambientes dinâmicos, com trabalhos futuros visando aproximações baseadas em aprendizado para dimensões mais altas e atualizações de alcançabilidade online.