Bacaklı robotların modüler güvenliği kritik kontrolü

Hızla yaygınlaşmakta olan ve performansı artan bacaklı robotlar, yakın gelecekte hayatlarımıza dahil olacak. Mevcut robotlarda halihazırda çeşitli kontrol algoritmaları kullanılmakta ve yeni kontrol metotları geliştirilmektedir. Bacaklı robotların yaygın kullanımlarını sağlamak ve geliştirme sürecini kolaylaştırmak için robotun güvenliği dikkatle ele alınmalıdır. Özellikle makine öğrenmesi kullanan kontrol yöntemlerinde güvenlik için model-temelli kısıtların da hesaba katılmasına ihtiyaç vardır. Bu tez, bacaklı bir robotun güvenliğini sağlamak, i.e., düşme olasılığını azaltmak, için modüler bir güvenlik filtresi sunmaktadır. Hareket edebilen bir robotun mevcut olduğu kabul edilmiştir, başka bir deyişle, bir nominal kontrolcü mevcuttur. Hareketli robotun çevresindeki arazi özellikleri, sadece propriyoseptif sinyaller kullanan makine öğrenimi yoluyla tahmin edilmiştir. Derin öğrenmede hızla yaygınlaşan verimli transformer mimarisi ile geliştirilen özgün bir derin öğrenme modeli, arazi özelliklerinin tahmini için kullanılmıştır. Karesel programlama ile arazi tahminleri, ters dinamikler ve özgün bir kontrol set fonksiyonu kısıtıyla birleştirilmiştir. Ortaya çıkan optimal kontrolcü bir filtre görevi görerek nominal kontrol sinyallerinin güvenli olduğunu sertifikalar, aksi halde kontrol sinyalini güvenliği ihlal etmeyecek şekilde değiştirir. Filtrelenmiş kontrol sinyali, robotun güvenli hareketiyle sonuçlanacaktır. Ortaya konan yaklaşım geneldir ve az bir çabayla diğer herhangi bir bacaklı robota aktarılabilir.