[論文レビュー] Linear Hybrid System Falsification Through Descent

Houssam Abbas, Georgios Fainekos|arXiv (Cornell University)|May 9, 2011

Fault Detection and Control Systems参考文献 21被引用数 2

ひとこと要約

本稿では、アフィン動的を持つ線形ハイブリッドオートマトンの偽陽性を検出するための局所探索手法を提案する。軌道最適化を微分可能問題として定式化し、勾配に基づく勾配降下法を用いて不安全領域に最も近い軌道を特定する。高次元連続空間を持つ複雑なシステムにおいて、確率的最適化手法の結果を顕著に改善する。

ABSTRACT

Abstract. In this paper, we address the problem of local search for the falsification of hybrid automata with affine dynamics. Namely, given a sequence of locations and a maximum simulation time, we return the trajectory that comes closest to the unsafe set. This problem is formu-lated as a differentiable optimization problem and solved. The purpose of developing such a local search method is to combine it with high level stochastic optimization algorithms in order to falsify hybrid systems with complex discrete dynamics and high dimensional continuous spaces. Ex-perimental results indicate that the local search procedure improves upon the results of pure stochastic optimization algorithms.

研究の動機と目的

• アフィン動的を持つハイブリッドオートマトンにおいて、不安全領域に近い軌道を効率的に探索する課題に対処すること。
• 指定された状態の列挙と時間枠内で、精密な局所探索を可能にする微分可能最適化フレームワークを開発すること。
• 高次元離散的動的を持つシステムにおける偽陽性検出の性能向上を図るため、局所探索を高水準な確率的最適化アルゴリズムと統合すること。
• 高次元連続状態空間における重要な障害軌道を発見するために必要なシミュレーション回数を削減すること。

提案手法

• 問題を、指定された状態の列挙と時間枠内における連続状態軌道に関する微分可能最適化問題として定式化する。
• 軌道が不安全領域からどれだけ離れているかの距離を最小化するために勾配に基づく勾配降下法を適用し、候補となる軌道の局所的最適化を可能にする。
• 各状態におけるアフィン動的により勾配を解析的に計算可能とし、最適化が実行可能かつ効率的であることを保証する。
• 滑らかで微分可能な動的および勾配情報を利用することで、高次元連続状態空間を効果的に扱える。
• 進化計算やランダムサーチなどのグローバルな確率的最適化アルゴリズムと合成可能に設計されており、収束性の向上が図られる。

実験結果

リサーチクエスチョン

• RQ1 微分可能局所探索手法は、アフィン動的を持つハイブリッドオートマトンの偽陽性検出の効率を向上させることができるか？
• RQ2 勾配に基づく局所最適化は、純粋な確率的探索に比べて不安全領域に近い軌道を効果的に発見できるか？
• RQ3 局所的精錬によって、重要な障害を発見するためのシミュレーション回数をどの程度削減できるか？
• RQ4 高次元連続状態空間においても、精度を維持したままスケーリング可能か？

主な発見

• 局所探索手順により、純粋な確率的最適化アルゴリズムの性能が、不安全領域に近い軌道を発見する際顕著に向上した。
• 勾配に基づく精錬により、単にランダムまたは確率的探索を行う場合に比べ、臨界軌道への収束がより速くなった。
• 本手法は、複雑な離散的動的と高次元連続状態空間を持つシステムを効果的に処理できた。
• 問題を微分可能最適化として定式化することで、精密かつ効率的な軌道精錬が可能になった。