想象一下，你是成群结队、速度极快的微型无人机机队的队长，它们正穿梭在拥挤的三维天空中。你的任务是将它们送到特定的目的地，但天空中充满了其他无人机，它们可能是你的朋友，也可能是试图撞向你的顽皮对手。这就是多智能体自主系统（multi-agent autonomous systems）的世界——这是机器人学和控制理论的一个分支，致力于教机器如何在不发生碰撞的情况下安全移动。这里的核心挑战是避障（collision avoidance）：当一个物体可能会突然改变意图或速度时，你该如何告诉机器去躲避它？
为了解决这个问题，科学家们经常使用一种被称为控制障碍函数（Control Barrier Function, CBF）的技术。把 CBF 想象成围绕在每架无人机周围的一个隐形的、神奇的安全气泡。只要无人机留在气泡内，它就是安全的。如果气泡开始缩小或触碰到另一架无人机，CBF 就会像一个严厉的裁判一样，瞬间夺取无人机的控制权，并在碰撞发生前强制其转向避开。传统上，这些气泡是通过距离来衡量的——比如通过说：“如果你进入到离那架无人机 10 米的范围内，就停下！”但在一个快速移动、混乱的天空中，距离可能会产生误导。一架距离你 10 米远的无人机可能正在远离你，而另一架 10 米外的无人机可能正直冲你而来。这篇论文探讨的问题是：除了仅仅观察彼此之间的距离之外，是否有一种更好的衡量危险的方法？
作者 Benedikt Barthel Sorensen、Mitchell Black、Erfaun Noorani 和 Themistoklis P. Sapsis 提出了一种衡量风险的高明新方法：时间。他们不再问“那架无人机离我有多远？”，而是问“在碰撞发生前我还有多少时间？”他们将这种新指标称为对抗性碰撞时间（adversarial time-to-collision, aTTC）。想象一下，你正走在一条繁忙的走廊里。你不仅仅看旁边的人离你有多远；你会本能地判断他们的步行速度以及他们是否正朝着你走来。如果他们正走开，即使离得很近你也会觉得安全。如果他们正向你跑来，即使离得很远你也会感到危险。aTTC 指标对无人机也做了同样的事情，但它带有一个转折：它假设了最坏的情况。它想象附近的任何其他无人机都是试图尽可能快地撞向你的“恶棍”。通过计算一个“恶棍”无人机撞向你所需的时间，该系统可以比简单的距离规则更早、更准确地预测危险。
为了让这种超快速的计算在实时环境下运行，团队训练了一个神经网络——一种类似于“计算机大脑”的东西，来充当“代理”或捷径。与其让无人机的计算机进行复杂的数学运算来模拟每一种可能的未来碰撞场景（这太耗时了），不如让神经网络根据当前情况瞬间预测出“碰撞时间”。然后，他们将这个“时间预测”大脑接入到了他们的安全裁判（CBF）中。
通过广泛的计算机模拟，研究结果表明，这种全新的 aTTC-CBF 具有变革性的意义。在测试中，当无人机必须在充满“恶棍”无人机追逐的拥挤三维空间中飞行时，新系统允许友好的无人机靠得更近，并且到达目的地的速度比旧的基于距离的系统快了两倍。至关重要的是，它在实现这一目标的同时，碰撞次数减少了一半。论文指出，通过从“时间”而非仅仅从“空间”的角度进行思考，自主车辆可以变得既更安全又更高效，尤其是在应对不可预测或具有攻击性的智能体时。然而，作者也指出，这目前还处于模拟阶段；虽然数学逻辑成立且计算机测试结果令人期待，但尚未在现实世界的飞行中得到验证。他们也承认，在非常平静、非对抗性的情况下，他们的新方法仅比旧方法略好一点，这表明当大家都很友好时，这种方法可能显得有些过于谨慎。但当赌注很高且“恶棍”速度很快时，这种基于时间的处理方式能让机队保持紧凑、快速且无碰撞地飞行。
技术摘要：一种用于多智能体自主飞行器碰撞规避的时间屏障框架
问题陈述
在动态、不确定且可能存在对抗性的环境中运行自主飞行器团队，需要既可靠又具有选择性的安全协议。现有的碰撞规避方法（如基于欧几里得距离的控制屏障函数 (CBF) 或速度障碍法 (VO)）在 3D 飞行设置中往往表现不佳。基于距离的度量无法区分安全的近距离配置（发散轨迹）与危险的配置（收敛轨迹）。此外，标准的碰撞时间 (TTC) 度量假设恒定速度，在智能体拥有多个自由度且可以通过机动来规避碰撞的 3D 环境中，往往是未定义或无穷大的。挑战在于开发一种风险度量，该度量需可实时计算，能够考虑智能体动力学和控制限制，并在面对积极寻求碰撞的对抗性智能体时依然有效。
方法论
作者提出了一个以名为对抗性碰撞时间 (aTTC) 的新风险度量为核心的时间屏障框架。
对抗性碰撞时间 (aTTC)：
- 与假设恒定速度的标准 TTC 不同，aTTC 在最坏情况下定义碰撞时间：即自我智能体以恒定速度运动，而周围的“追逐者”智能体以最大控制能力（速度和加速度限制）进行机动以拦截自我智能体。
- 作者证明，在温和的假设下（具体而言，如果追逐者的最大速度超过自我智能体的当前速度），aTTC 被保证是有限的。这使其成为 3od 鲁棒控制的有效度量。
- 该度量本质上是预见性的，它根据给定动力学约束下可能发生碰撞的速度，而非仅仅基于当前的间距来量化风险。
集成到控制屏障函数 (CBF) 中：
- aTTC 直接嵌入到 CBF 框架中。屏障函数 h 在时间域中定义（h=aTTC−τc），而非空间或速度域。
- 这种形式化导致了相对于控制输入的阶一相对度，简化了控制合成过程，相比于距离类屏障通常需要的更高阶 CBF (HOCBF)。
- 该框架通过将追逐者的控制视为外部强迫项并利用扰动 Nagumo 条件，实现了对过程噪声和对抗性输入的鲁棒性。
通过神经代理模型进行实时计算：
- 计算精确的 aTTC 需要求解最优控制问题并向前积分动力学，这在计算上对于实时二次规划 (QP) 是难以实现的。
- 为了解决这一问题，作者训练了一个可微神经网络代理模型 (Gθ) 来逼近 aTTC。
- 该网络以相对位置、速度和追逐者的最大速度作为输入。它利用特征线性调制 (FiLM) 根据追逐者的速度能力对网络进行调节，使得单个模型能够泛化到不同的智能体类型。
- 该代理模型允许在标准的 CBF-QP 求解器中高效地计算 aTTC 及其梯度。
核心贡献
- aTTC 的推导： 作为 TTC 的最坏情况扩展，在现实的速度假设下，在 3D 环境中始终是有限的，可作为碰撞风险的自然维度。
- 可微代理模型： 一种轻量级神经网络架构，用于逼近 aTTC，从而能够在无需在线轨迹积分的情况下将其直接集成到 CBF-QP 控制律中。
- 经验验证： 在涉及独立追逃和编队飞行场景的长时程 3D 仿真中展示了该框架，并与基于距离的高阶 CBF (HOCBF) 基准进行了对比。
结果
论文展示了针对 3D Dubins 型飞机模型的 50,000 秒时程仿真结果。
独立追逃场景：
- 在快速追逐者场景（追逐者最大速度为逃逸者最大速度的 1.5 倍）中，aTTC-CBF 实现了 58% 的标称航点进度率（相比之下，HOCBF 为 30%），同时保持了 一半的碰撞率（低于 HOCBF）。
- 在慢速追逐者场景中，aTTC-CBF 实现的航点进度约为 HOCBF 的 1.8 倍，且碰撞率不到其一半。
- aTTC-CBF 展示了更优的“近距离擦肩而过”逃逸概率，在快速追逐者场景中成功规避了 50% 的近距离接触，而 HOCBF 仅能规避 5%。
- 该框架允许智能体在保持安全的同时，飞向更靠近任务中心的位置（减少了保守性的扩散）。
编队飞行：
- 在编队场景中，aTTC-CBF 保持了显著更好的编队相干性。在快速追逐者存在的情况下，其相对于分配编队位置的平均偏差约为 HOCBF 机队的一半。
- HOCBF 在受到追逐时，倾向于在远离编队核心的地方追逐逃逸者，而 aTTC-CBF 则能在规避的同时让智能体紧贴编队。
神经网络性能：
- 代理模型的平均绝对误差 (MAE) 在关键时间范围内（<30s）小于 1.5 秒，并成功泛化至未见的测试数据。
- 该模型表现出一种保守偏置（低估 aTTC），这对于安全至上的应用是有利的。
意义与主张
作者声称，直接在时间而非距离或速度上定义屏障，可以提供更直观且更具选择性的风险评估。通过考虑智能体动力学和对抗意图，aTTC-CBF 使智能体能够：
- 在与其他智能体更近距离飞行而不产生不必要的保守性。
- 根据碰撞的潜力而非仅仅是当前的轨迹对齐情况来调节速度。
- 实现更大的任务进度和更低的碰撞率，特别是在环境变得更具对抗性（即追逐者速度增加）时。
论文也客观地承认了局限性：
- 在非对抗性（协作性）场景中，其相对于基于距离的 CBF 的改进是边际的，这表明目前的公式对于纯协作场景可能过于保守。
- 将 aTTC 定义为下确界可能会导致梯度非光滑，需要大量的训练数据。
- 该框架假设已知智能体的动力学，这在实际应用中可能并不总是可行。
- 神经代理模型的近似误差可能会影响安全保证，尽管作者指出，通过单侧约束进行训练可以恢复严格的安全。
这项工作将 aTTC-CBF 定位为一种鲁棒的、数据驱动的多智能体碰撞规避方法，弥合了理论上的最坏情况保证与实时计算可行性之间的鸿沟。
每周获取最佳 electrical engineering 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。