Steering with Contingencies: Combinatorial Stabilization and Reach-Avoid Filters

这是一份关于论文《Steering with Contingencies: Combinatorial Stabilization and Reach-Avoid Filters》（基于 contingencies 的转向：组合稳定与可达 - 避免滤波器）的详细技术总结。

1. 问题背景与定义 (Problem Statement)

在自主系统（如航天器着陆、自动驾驶导航）中，系统不仅需要向一个主目标（Active Target）行驶，还必须具备应急规划（Contingency Planning）能力。即：在行驶过程中，系统必须始终保持在至少 $r$ 个（从 $p$ 个候选者中）备选目标的安全可达范围内。如果主目标因故障或环境变化（如障碍物出现、电量耗尽）变得不可达，系统应能立即切换到备选目标。

• 核心挑战：传统的控制方法通常要求同时满足所有安全约束（AND 逻辑），或者需要枚举所有可能的 $r$ 选 $p$ 的组合。这会导致计算上的组合爆炸（Combinatorial Blow-up），使得实时控制变得不可行。
• 目标：设计一种计算高效的控制滤波器，能够保证系统渐近稳定到选定的目标，同时确保轨迹始终位于至少 $r$ 个备选目标的“吸引域”或“可达 - 避免集”内。

2. 方法论 (Methodology)

论文提出了两种基于优化（Optimization-based）的滤波器框架，分别针对无限时域的稳定问题和有限时域的可达问题。核心思想是利用组合控制证书（Combinatorial Control Certificates），将复杂的逻辑约束转化为线性数量的约束。

A. 组合稳定化 (Combinatorial Stabilization)

• 基础工具：控制李雅普诺夫函数 (CLF) 和控制障碍函数 (CBF)。
• 构造方式：
  1. 为每个候选平衡点 $x^*_j$ 定义一个局部 CLF $V_j(x)$，其子水平集 $R_j$ 代表该点的吸引域。
  2. 将 CLF 转换为 CBF 形式：$h_j(x) = c_j - V_j(x)$。
  3. 定义组合安全集 $\tilde{R}$ 为使得至少 $r$ 个 $h_j(x) \ge 0$ 的状态集合。这通过一个“枢轴函数”（Pivot Function）$\tilde{h}(x) = \text{max}^{(r)}\{h_j(x)\}$ 来描述（即取第 $r$ 大的值）。
• 滤波器设计：构建一个二次规划 (QP) 滤波器。
  • 目标：最小化与标称控制器的偏差。
  • 约束：
    1. 对选定目标 $j^\dagger$ 施加 CLF 下降条件（允许在吸引域外通过松弛变量放松）。
    2. 对所有 $p$ 个候选目标施加组合 CBF 约束，确保 $\tilde{h}(x)$ 保持非负。
  • 关键创新：利用辅助变量 $\omega$ 和松弛函数 $\rho$，使得滤波器只需满足 $p+1$ 个约束（1 个 CLF 约束 + $p$ 个 CBF 约束），避免了 $2^p$ 或 $\binom{p}{r}$ 的组合复杂度。

B. 组合可达 - 避免 (Combinatorial Reach-Avoid)

• 适用场景：有限时域问题（如燃料耗尽、电池电量减少），此时可达区域随时间收缩。CLF 方法难以直接处理此类动态收缩。
• 基础工具：哈密顿 - 雅可比 (Hamilton-Jacobi, HJ) 可达性分析。
• 构造方式：
  1. 利用 HJ 值函数 $V_j(x, \tau)$ 计算每个目标 $j$ 的反向可达 - 避免集 (BRA)。
  2. 定义组合 BRA 集 $\tilde{R}(\tau)$，即状态 $x$ 在剩余时间 $\tau$ 内能安全到达至少 $r$ 个目标的集合。
  3. 引入内部状态变量 $\tau_1$（主目标剩余时间）和 $\tau_2$（备选目标剩余时间，可能非线性变化）。
• 滤波器设计：
  • 构建动态反馈控制器，将时间变量作为内部状态。
  • 同样通过 QP 求解，约束条件包括：主目标值函数的非负性（确保可达）和组合值函数的非负性（确保备选方案可用）。
  • 该方法同样将约束数量控制在 $p+1$ 个。

3. 主要贡献 (Key Contributions)

1. 形式化定义：首次形式化了“组合稳定化”和“组合可达 - 避免”问题，即在追求主目标的同时，严格保证 $r$-out-of-$p$ 的备选方案始终可行。
2. 计算效率突破：提出了一种基于 QP 的滤波器，仅需 $p+1$ 个线性约束即可处理 $r$-out-of-$p$ 的逻辑要求。这彻底解决了传统方法中随 $p$ 增加而导致的组合爆炸问题，使得实时在线实现成为可能。
3. 统一框架：
   • 针对无限时域稳定问题，扩展了 CLF/CBF 框架。
   • 针对有限时域和资源受限问题，提出了基于 HJ 值函数的组合可达滤波器。
4. 理论保证：证明了所设计的控制器在满足 Slater 条件时是连续的，能够保证选定目标的渐近稳定性，同时保证组合安全集的前向不变性（Forward Invariance）。
5. 安全切换能力：框架支持在运行过程中实时切换主目标（$j^\dagger$），只要新目标仍在组合安全集内，切换过程就是安全的，不会导致系统进入不安全状态。

4. 实验结果 (Results)

论文通过两个仿真实例验证了框架的有效性：

• 实例 1：线性系统 (基于 CLF)
  • 场景：二维平面内有 3 个目标点和 3 个圆形障碍物。
  • 过程：系统初始指向目标 1，要求保持 2 个备选目标可达 ($r=2$)。在 $t=0.5s$ 时，主目标切换为目标 2。
  • 结果：未滤波的标称控制器轨迹撞上了障碍物；而经过组合滤波器处理的轨迹，始终保持在至少 2 个目标的吸引域内，成功避障并安全完成了目标切换。
• 实例 2：飞机着陆 (基于 HJ)
  • 场景：简化飞机模型在建筑物障碍物间导航，有 6 个跑道目标。考虑燃料/时间限制导致可达区域收缩。
  • 过程：测试了不同 $r$ 值（$r=0, 1, 2$）和不同时间视界的情况。
  • 结果：
    • 当 $r=0$（无应急要求）时，飞机撞向障碍物。
    • 当 $r=2$ 时，滤波器强制飞机保持在两个跑道可达范围内，轨迹更保守但安全。
    • 当主目标因时间不足变得不可达时，滤波器自动将主目标切换为另一个可行的备选跑道（Contingency Target），确保了任务完成。
  • 验证：插图显示，滤波后的轨迹始终保持在值函数 $V \ge 0$ 的区域内，证明了安全性的维持。

5. 意义与影响 (Significance)

• 提升自主系统的鲁棒性：该框架为高动态、高风险环境下的自主系统（如无人机、自动驾驶、航天器）提供了关键的故障容错机制。系统不再是一次性规划，而是具备“进可攻、退可守”的实时决策能力。
• 实时性：通过将复杂的逻辑约束转化为 $O(p)$ 数量的约束，使得该算法可以在嵌入式硬件上实时运行，满足了自动驾驶等应用对毫秒级响应的需求。
• 理论扩展：将组合逻辑（Combinatorial Logic）成功融入连续控制理论（CLF/CBF 和 HJ），为处理更复杂的任务逻辑（如时序逻辑、多任务调度）提供了新的数学工具。
• 未来方向：论文指出未来的工作将集中在处理 HJ 值函数的非光滑性（Nonsmoothness）以及引入外部扰动分析，以进一步扩展其在复杂真实环境中的应用。

总结：这篇论文提出了一种高效、数学严谨的控制滤波器，解决了自主系统在追求目标时必须保留多个应急选项的难题。它通过巧妙的数学构造，将组合逻辑的复杂性降维，实现了安全、稳定且可实时计算的应急规划控制。