[論文レビュー] Active Perception and Control from PrSTL Specifications

Rafael Rodrigues da Silva, Vince Kurtz+1 more|arXiv (Cornell University)|Nov 3, 2021

Formal Methods in Verification参考文献 19被引用数 4

ひとこと要約

本稿では、確率的信号時相論理（PrSTL）仕様を用いて、部分観測可能でノイズの多いハイブリッドシステムにおける能動的認知と制御のための新規フレームワークを提案する。境界付きモデルチェック（BMC）とサンプリングベースの軌道生成、および反例誘導型帰納的合成（CEGIS）を組み合わせることで、不確実性下でも複雑な時相論理タスクを満たす制御則を生成し、95％信頼区間を伴うモンテカルロシミュレーションで平均92.07％の成功率を達成した。

ABSTRACT

Next-generation intelligent systems must plan and execute complex tasks with imperfect information about their environment. As a result, plans must also include actions to learn about the environment. This is known as active perception. Most active perception algorithms rely on reward or cost functions, which are usually challenging to specify and offer few theoretical guarantees. On the other hand, symbolic control methods can account for complex tasks using temporal logic but often do not deal well with uncertainties. This work combines symbolic control with active perception to achieve complex tasks in a partially observed and noisy control system with hybrid dynamics. Our basic idea is to employ a counterexample-guided-inductive-synthesis approach for control from probabilistic signal temporal logic (PrSTL) specifications. Our proposed algorithm combines bounded model checking (BMC) with sampling-based trajectory synthesis for uncertain hybrid systems. Active perception is inherently built into the framework because PrSTL formulas are defined in the chance domain.

研究の動機と目的

• 初期状態およびダイナミクスの不確実性を能動的に低減する認知を通じて、部分観測可能でノイズの多い環境における複雑なタスク計画の課題に対処すること。
• 報酬ベースの能動的認知と記号的制御の限界を克服するため、ハイブリッドシステムにおける信念空間制御と確率的信号時相論理（PrSTL）を統合すること。
• 階層的アーキテクチャにより論理的制約と動的制約を分離することで、複雑なPrSTL仕様に対するスケーラブルな制御則合成を可能にすること。
• 計画中に観測の影響が信念更新に与える影響をモデル化することで、設計段階で測定が利用できない場合でも能動的認知を制御則合成に組み込むこと。
• 不確実性下での運動計画およびロボット操作タスクに対して本手法を検証し、耐障害性と高い成功確率を示すこと。

提案手法

• 効率的な信念伝搬のため、ガウスノイズを伴うスイッチング線形システムを用いてシステムダイナミクスをモデル化する。
• リアルタイムの時相的要件における不確実性を捉えるために、確率的信号時相論理（PrSTL）を用いて高水準のタスクを指定する。
• 独自の境界付きモデルチェック（BMC）ソルバを適用し、PrSTL式から凸確率的制約の列を抽出することで、論理的制約と動的制約を分離する。
• サンプリングベースの運動計画法を統合し、BMCによって生成された制約を満たす信念軌道を合成することで、不確実性下での実行可能性を保証する。
• 有効な軌道が見つからない場合に反復的にBMC制約を改善するため、反例誘導型帰納的合成（CEGIS）を用いることで収束性と正しさを向上させる。
• 計画中に未知の観測を最大尤度観測（MLO）法で近似することで、実行可能性を保ちつつ信念状態の更新を容易にし、計画の耐障害性を維持する。

実験結果

リサーチクエスチョン

• RQ1 部分観測可能でプロセスノイズを有するハイブリッドシステムにおける制御則合成に、能動的認知を体系的に統合する方法は何か？
• RQ2 BMCとサンプリングベース計画を統合した階層的制御則合成フレームワークは、不確実性下での複雑なPrSTL仕様に対してスケーラブルか？
• RQ3 計画中にMLOによる観測の近似を適用しても、最終実行の正しさと耐障害性はどの程度保持されるか？
• RQ4 初期状態の不確実性およびノイズの多い測定値下での信念ダイナミクスは、PrSTL仕様を用いて効果的に捉えられ、制御可能か？
• RQ5 本手法は、確率的制約を伴う高水準タスク仕様を満たすために、実証的にどの程度の成功率を達成するか？

主な発見

• 提案手法は、30回のモンテカルロシミュレーションにおいて平均92.07% ± 9.21の成功確率を達成し、不確実性下でも耐障害性を示した。
• 明るさと暗さのドメイン例では、シミュレーション実行の96%がPrSTL仕様を満たし、必要な95%信頼区間とよく一致した。
• 初期状態が95%信頼区間外にあった場合でも、効果的な能動的認知と信念追跡のおかげでタスクが正常に完了した。
• ロボット操作タスクでは、パックおよびターゲット位置の初期信念誤差を補正するための能動的認知が不可欠であり、システムは把持の前に自発的に認知行動を計画した。
• 計画中に観測をMLOで近似することで、観測が利用不可であった場合でも実行可能な軌道の生成が可能となり、シミュレーションにより近似が計画の本質的行動を的確に捉えていることが確認された。
• フレームワークは非凸なPrSTL仕様およびハイブリッドダイナミクスを効果的に処理でき、従来の凸断片や決定論的システムに限定された先行研究を拡張した。