Come può un robot imparare a muoversi in sicurezza senza regole fisse?

I robot devono spesso rispettare regole di sicurezza, soprattutto quando operano in ambienti complessi. Fino a poco tempo fa, i controllori usavano le cosiddette Funzioni di Barriera (CBF) con parametri fissi, il che li rendeva troppo cauti o addirittura incapaci di trovare una soluzione quando i limiti di movimento erano stretti. Ora, un nuovo approccio combina queste CBF con la Logica Temporale dei Segnali (STL) in un sistema di apprendimento che si adatta in tempo reale. Tre reti neurali – InitNet, RefNet e BarrierNet – collaborano per generare i comandi di riferimento e modificare automaticamente i vincoli, creando barriere di ordine superiore che cambiano nel tempo. Il risultato è un programma di ottimizzazione quadratica differenziabile (dQP) che resta sempre fattibile e garantisce che il robot segua le specifiche STL senza violare i limiti di velocità o forza. Nei test simulati, il controller ha mantenuto alta la robustezza rispetto alle richieste temporali anche con input molto limitati, superando di gran lunga i metodi tradizionali. In pratica, i robot potranno affrontare compiti più lunghi e complessi senza bisogno di aggiustamenti manuali, rendendo la loro azione più fluida e sicura.

Le Funzioni di Barriera di Ordine Superiore (HOCBF) estendono le CBF tradizionali includendo derivate di ordine superiore del vincolo di sicurezza, consentendo di gestire dinamiche più complesse come accelerazioni o jerk. In questo lavoro, le HOCBF sono parametrizzate da funzioni temporali variabili, il che permette di modellare vincoli che cambiano in risposta a scenari dinamici. La formulazione differenziabile del Quadratic Program (dQP) integra le HOCBF come vincoli lineari, ma con gradienti calcolabili rispetto ai parametri della rete neurale. Questo rende possibile l'addestramento end‑to‑end usando back‑propagation, ottimizzando simultaneamente la robustezza STL, la fattibilità del QP e il rispetto dei limiti di controllo. La misura di robustezza unificata combina tre componenti: (i) la distanza di soddisfacimento della formula STL, (ii) il margine di fattibilità del QP (quanto il problema è lontano dall'essere infeasibile) e (iii) la violazione dei limiti di ingresso. Le tre reti neurali hanno ruoli distinti: InitNet genera le condizioni iniziali dei parametri HOCBF, RefNet produce un riferimento di controllo desiderato, mentre BarrierNet regola i parametri di vincolo in tempo reale. L'addestramento avviene su un dataset di scenari simulati, con perdita composta da termini che penalizzano la violazione STL, l'infeasibilità del QP e l'uso eccessivo dei comandi. I risultati mostrano che, rispetto a metodi con parametri fissi, il nuovo framework riduce la conservatività del 35% e migliora la soddisfazione STL del 20% in presenza di limiti di controllo stringenti.