[论文解读] Neural Graph Control Barrier Functions Guided Distributed Collision-avoidance Multi-agent Control

Songyuan Zhang, Kunal Garg+1 more|arXiv (Cornell University)|Nov 21, 2023

Bayesian Modeling and Causal Inference被引用 4

一句话总结

该论文提出图控制屏障函数（GCBF），一种基于学习的、去中心化的多智能体控制框架，利用图神经网络（GNN）编码碰撞避免约束，并区分智能体与障碍物。在仅用16个智能体训练的情况下，GCBF在大规模场景（最多1000+个智能体）中实现的最高成功率是MAPPO和MDCBF的3倍，当基线方法失败时仍能保持超过50%的成功率，并能有效泛化至基于激光雷达的、未见过的障碍物及复杂动力学环境。

ABSTRACT

We consider the problem of designing distributed collision-avoidance multi-agent control in large-scale environments with potentially moving obstacles, where a large number of agents are required to maintain safety using only local information and reach their goals. This paper addresses the problem of collision avoidance, scalability, and generalizability by introducing graph control barrier functions (GCBFs) for distributed control. The newly introduced GCBF is based on the well-established CBF theory for safety guarantees but utilizes a graph structure for scalable and generalizable decentralized control. We use graph neural networks to learn both neural a GCBF certificate and distributed control. We also extend the framework from handling state-based models to directly taking point clouds from LiDAR for more practical robotics settings. We demonstrated the efficacy of GCBF in a variety of numerical experiments, where the number, density, and traveling distance of agents, as well as the number of unseen and uncontrolled obstacles increase. Empirical results show that GCBF outperforms leading methods such as MAPPO and multi-agent distributed CBF (MDCBF). Trained with only 16 agents, GCBF can achieve up to 3 times improvement of success rate (agents reach goals and never encountered in any collisions) on <500 agents, and still maintain more than 50% success rates for >1000 agents when other methods completely fail.

研究动机与目标

• 解决具有运动障碍物的大规模多智能体系统中的可扩展性、泛化性和安全性挑战。
• 克服现有CBF和MARL方法依赖手工设计约束或对所有邻居一视同仁的局限性。
• 实现去中心化、局部控制，在保持安全的同时泛化至未见过的智能体和障碍物。
• 集成激光雷达点云观测，提升在动态、未知环境中的实际应用能力。
• 在以往方法失效的大规模多智能体任务中实现高成功率。

提出的方法

• 提出图控制屏障函数（GCBF），一种基于神经网络的CBF，通过智能体交互的动态图结构编码安全约束。
• 使用图神经网络（GNN）联合学习GCBF证书和分布式控制策略，以适应邻居拓扑的动态变化。
• 将激光雷达点云作为输入，以检测并区分受控智能体与非受控障碍物（如静态或动态障碍物）。
• 采用连续时间CBF公式化方法，引入时间导数约束，确保安全集的前向不变性，避免离散近似导致的性能下降。
• 从安全控制集合中选择平滑控制输入，以在时变图结构和系统动力学下维持安全性。
• 基于理论CBF前向不变性论证，证明在所提框架下具有安全性保证。

实验结果

研究问题

• RQ1 基于学习的CBF框架是否能在具有动态、未知障碍物的大规模多智能体系统中维持安全性？
• RQ2 GCBF是否能泛化至训练分布之外的未见过的智能体数量和障碍物配置？
• RQ3 激光雷达观测的集成是否能提升在类真实环境中的鲁棒性和性能？
• RQ4 与MAPPO和MDCBF等最先进方法相比，GCBF在成功率和可扩展性方面表现如何？
• RQ5 GCBF能否在四旋翼飞行器等复杂、真实的动力学下保持高性能？

主要发现

• 仅在16个智能体上训练，GCBF在智能体少于500人的环境中，成功率最高达到MAPPO和MDCBF的3倍。
• 在超过1000个智能体的大规模场景中，基线方法成功率接近0%，而GCBF仍能保持50%–100%的成功率。
• 在测试中包含多达32个大型障碍物（训练时仅含16个点状障碍物）的障碍物密集环境中，GCBF相比基线方法成功率提升超过15%。
• GCBF能有效泛化至CrazyFlie四旋翼飞行器的动力学模型，在128个智能体下实现98.9%的成功率，证明其对复杂、真实动力学的鲁棒性。
• 即使在图拓扑和激光雷达观测动态变化的情况下，该框架仍通过理论CBF前向不变性维持安全性保证。
• 实证结果证实，GCBF在所有测试规模下的无障碍物和有障碍物2D及3D环境中，均优于MDCBF和MAPPO。