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

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

Licenze

Open access
Articolo: CC BY 4.0

Tutto ciò che segue si basa sull'articolo completo secondo la sua licenza CC BY 4.0; la figura è riportata citando gli autori.

In breve

Una nuova misura di robustezza STL che ignora il passato già eseguito, calcolata online tramite progressione delle formule, così che un pianificatore MPC possa ancora preferire futuri più sicuri dopo un quasi incidente iniziale.

Perché è importante

I robot che ripianificano con obiettivi STL non perdono più ogni incentivo a migliorare dopo una quasi violazione passata. Poiché la misura si riduce alla robustezza ordinaria di una formula progredita, le osservazioni passate non vengono rielaborate e si possono riutilizzare gli strumenti di robustezza esistenti e altre misure di robustezza.

Problema

La robustezza STL valuta un'intera traiettoria in base al suo punto più critico, quindi nell'MPC un avvicinamento iniziale a un ostacolo limita il punteggio di tutti i piani successivi. Il robot allora non riesce a distinguere un piano che si allontana bene dai pericoli futuri da uno che non lo fa.

Soluzione proposta

La robustness-to-go cambia il modo in cui vengono valutati i predicati: prima di un istante scelto t̂ un predicato vale +∞ o −∞ a seconda che sia stato soddisfatto o meno, e dopo t̂ è valutato come robustezza normale. Gli autori dimostrano che è corretta (positiva esattamente quando la formula è soddisfatta) e che è uguale alla robustezza ordinaria della formula progredita, così a ogni passo dell'MPC la formula viene progredita con lo stato più recente e gli strumenti di robustezza standard valutano solo l'orizzonte di pianificazione.

Idee chiave

Nel controllo in retroazione, il punto più critico della robustezza STL può trovarsi nel passato, dove il robot non può più cambiarlo
La robustness-to-go dall'istante t̂ è uguale alla robustezza della formula progredita fino a t̂, quindi dipende solo dalla traiettoria suffisso
Una volta soddisfatto un obiettivo 'eventually', questo non influisce più sulla funzione obiettivo, quindi il robot può lasciare la regione obiettivo; gli autori sostengono che la soddisfazione passata non può essere perturbata, per cui altra robustezza lì è sprecata
La misura è ortogonale alle misure di robustezza mediate come la Generalized Mean Robustness e può essere combinata con esse

Risultati principali

Compito raggiungi-ed-evita (100 prove, ambiente dinamico): tasso di successo di 0,91 con Ro-To-Go contro 0,63 con la robustezza STL
Compito resta-nella-regione (100 prove): tasso di successo di 0,99 con Ro-To-Go contro 0,76 con la robustezza STL
Robustezza media: −0,079 ± 0,574 contro −0,421 ± 0,795 (raggiungi-ed-evita), 0,601 ± 0,166 contro 0,341 ± 0,344 (resta-nella-regione); la robustezza massima ottenibile per raggiungi-ed-evita è 0,1
Distanza minima media dalla regione dinamica in raggiungi-ed-evita: 0,312 ± 0,217 con Ro-To-Go contro 0,172 ± 0,253 con la robustezza (unità non indicate nella Tabella I)
Esempio svolto (Fig. 1): il piano basato sulla robustezza arriva a 0,13 m dalla persona, il piano Ro-To-Go a 0,79 m

Limiti

Ogni passo dell'MPC risolve un problema che presuppone un ambiente statico per tutto il piano, quindi non ci sono garanzie di sicurezza per i piani di movimento
Con formule 'eventually' il comportamento è meno robusto: il robot lascia l'obiettivo una volta raggiunto
L'approccio basato sull'ottimizzazione (NLP) su cui si fonda è incompleto e trova ottimi locali
La misura resta locale: il punto più critico all'interno dell'orizzonte di pianificazione decide il punteggio
Valutato solo in simulazione su un robot a doppio integratore 2D con movimento casuale dell'ambiente; nessun esperimento su hardware

Impatto sul settore

Finalista dell'ICRA 2026 Best Paper Award in Automation, con 1 citazione. L'articolo non rilascia codice; si basa sulla libreria open source STLRom e su VP-STO.

Abstract

La robustezza della logica temporale dei segnali (STL) è un obiettivo comune per il controllo ottimo dei robot, ma la sua dipendenza dalla storia limita le capacità decisionali del robot quando è usata in approcci di controllo predittivo basato su modello (MPC). In questo lavoro introduciamo la Signal Temporal Logic robustness-to-go (Ro-To-Go), una nuova semantica quantitativa per questa logica che isola i contributi delle traiettorie suffisso. Dimostriamo la sua relazione con la progressione delle formule della logica temporale metrica (Metric Temporal Logic) e mostriamo che la robustness-to-go dipende solo dalla traiettoria suffisso e dalla formula progredita. Implementiamo la robustness-to-go come obiettivo in un algoritmo MPC e usiamo la progressione delle formule per valutarla in modo efficiente online. Testiamo l'algoritmo in simulazione e lo confrontiamo con un MPC che usa la robustezza STL tradizionale. I nostri esperimenti mostrano che usare la robustness-to-go porta a un tasso di successo più alto.

Link

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