Ro-To-Go! Robust Reactive Control with Signal Temporal Logic

Autores: Roland Ilyes, Lara Brudermüller, Nick Hawes, Bruno Lacerda · ICRA 2026

Licencias

• Acceso abierto
• Artículo: CC BY 4.0

Todo lo que sigue se basa en el artículo completo bajo su licencia CC BY 4.0; su figura se muestra con crédito a los autores.

En resumen

Una nueva medida de robustez STL que ignora el pasado ya ejecutado, calculada en línea mediante progresión de fórmulas, para que un planificador MPC pueda seguir prefiriendo futuros más seguros tras un cuasi accidente temprano.

Por qué importa

Los robots que replanifican con objetivos STL ya no pierden todo incentivo para mejorar tras una casi violación pasada. Como la medida se reduce a la robustez ordinaria de una fórmula progresada, las observaciones pasadas no se vuelven a procesar y pueden reutilizarse las herramientas de robustez existentes y otras medidas de robustez.

Problema

La robustez STL puntúa una trayectoria completa por su punto más crítico, de modo que en MPC una aproximación temprana a un obstáculo limita la puntuación de todos los planes posteriores. El robot no puede entonces distinguir un plan que se aleja bien de los peligros futuros de otro que no lo hace.

Solución propuesta

La robustness-to-go cambia la forma de puntuar los predicados: antes de un instante elegido t̂, un predicado cuenta como +∞ o −∞ según se haya cumplido o no, y después de t̂ se puntúa como robustez normal. Los autores demuestran que es correcta (positiva exactamente cuando la fórmula se satisface) y que es igual a la robustez ordinaria de la fórmula progresada, de modo que en cada paso del MPC la fórmula se progresa con el estado más reciente y las herramientas estándar de robustez puntúan solo el horizonte de planificación.

Ideas clave

• En el control por realimentación, el punto más crítico de la robustez STL puede estar en el pasado, donde el robot ya no puede cambiarlo
• La robustness-to-go desde el instante t̂ es igual a la robustez de la fórmula progresada hasta t̂, por lo que depende solo de la trayectoria sufijo
• Una vez cumplido un objetivo 'eventually', este deja de afectar al objetivo de optimización, de modo que el robot puede abandonar la región objetivo; los autores sostienen que la satisfacción pasada no puede perturbarse, por lo que más robustez ahí es un desperdicio
• La medida es ortogonal a las medidas de robustez promediadas como la Generalized Mean Robustness y puede combinarse con ellas

Resultados principales

• Tarea de alcanzar y evitar (100 ejecuciones, entorno dinámico): tasa de éxito de 0,91 con Ro-To-Go frente a 0,63 con la robustez STL
• Tarea de permanecer en una región (100 ejecuciones): tasa de éxito de 0,99 con Ro-To-Go frente a 0,76 con la robustez STL
• Robustez media: −0,079 ± 0,574 frente a −0,421 ± 0,795 (alcanzar y evitar), 0,601 ± 0,166 frente a 0,341 ± 0,344 (permanecer); la robustez máxima alcanzable en alcanzar y evitar es 0,1
• Distancia mínima media a la región dinámica en alcanzar y evitar: 0,312 ± 0,217 con Ro-To-Go frente a 0,172 ± 0,253 con robustez (unidades no indicadas en la Tabla I)
• Ejemplo desarrollado (Fig. 1): el plan basado en la robustez pasa a 0,13 m de la persona, el plan de Ro-To-Go a 0,79 m

Limitaciones

• Cada paso del MPC resuelve un problema que supone un entorno estático a lo largo del plan, por lo que no hay garantías de seguridad para los planes de movimiento
• Con fórmulas 'eventually' el comportamiento es menos robusto: el robot abandona el objetivo una vez alcanzado
• El enfoque basado en optimización (NLP) en el que se apoya es incompleto y encuentra óptimos locales
• La medida sigue siendo local: el punto más crítico dentro del horizonte de planificación decide la puntuación
• Evaluado solo en simulación con un robot doble integrador 2D y movimiento aleatorio del entorno; sin experimentos con hardware

Impacto en el campo

Finalista del ICRA 2026 Best Paper Award in Automation, con 1 cita. El artículo no publica código; se basa en la biblioteca de código abierto STLRom y en VP-STO.

Resumen

La robustez de la lógica temporal de señales (STL) es un objetivo habitual para el control óptimo de robots, pero su dependencia del historial limita la capacidad de decisión del robot cuando se usa en enfoques de control predictivo basado en modelo (MPC). En este trabajo presentamos la Signal Temporal Logic robustness-to-go (Ro-To-Go), una nueva semántica cuantitativa para esta lógica que aísla las contribuciones de las trayectorias sufijo. Demostramos su relación con la progresión de fórmulas de la lógica temporal métrica (Metric Temporal Logic) y mostramos que la robustness-to-go depende solo de la trayectoria sufijo y de la fórmula progresada. Implementamos la robustness-to-go como objetivo en un algoritmo de MPC y usamos la progresión de fórmulas para evaluarla eficientemente en línea. Probamos el algoritmo en simulación y lo comparamos con un MPC que usa la robustez STL tradicional. Nuestros experimentos muestran que usar la robustness-to-go da lugar a una tasa de éxito mayor.

Enlaces

• arXiv 2503.05792: https://arxiv.org/abs/2503.05792
• DOI 10.1109/ICRA57385.2026.11697342: https://doi.org/10.1109/ICRA57385.2026.11697342
• PDF: https://arxiv.org/pdf/2503.05792v1