[論文レビュー] Synthesis of surveillance strategies via belief abstraction

Suda Bharadwaj, Rayna Dimitrova+1 more|arXiv (Cornell University)|Sep 15, 2017

Formal Methods in Verification参考文献 21被引用数 4

ひとこと要約

本稿では、部分観測下で敵対的または予測不能なターゲットを追跡するロボットの監視戦略を合成するための信念抽象化手法を提案する。信念空間の抽象化と、反例誘導型抽象化精錬（CEGAR）を用いることで、LTL仕様を伴う部分情報ゲームの複雑さを低減し、市販のリアクティブ合成ツールを用いたスケーラブルな合成を可能にする。本手法は、大規模な状態空間と多様な監視目的を効果的に処理でき、2つの事例研究において、モノリシックな信念状態アプローチに比べ顕著な性能向上を示した。

ABSTRACT

We study the problem of synthesizing a controller for a robot with a surveillance objective, that is, the robot is required to maintain knowledge of the location of a moving, possibly adversarial target. We formulate this problem as a one-sided partial-information game in which the winning condition for the agent is specified as a temporal logic formula. The specification formalizes the surveillance requirement given by the user, including additional non-surveillance tasks. In order to synthesize a surveillance strategy that meets the specification, we transform the partial-information game into a perfect-information one, using abstraction to mitigate the exponential blow-up typically incurred by such transformations. This enables the use of off-the-shelf tools for reactive synthesis. We use counterexample-guided refinement to automatically achieve abstraction precision that is sufficient to synthesize a surveillance strategy. We evaluate the proposed method on two case-studies, demonstrating its applicability to large state-spaces and diverse requirements.

研究の動機と目的

• 監視目的を、追跡保証と追加のタスク要件を組み合わせた時相論理仕様として形式化すること。
• 部分情報ゲームにおける伝統的な信念集合構築のスケーラビリティの限界を解決すること。これは、指数的状態空間の膨張に起因する。
• 合成戦略の正しさを保持しつつ、信念集合を近似する整合性のある抽象化技術を開発すること。
• 初期の抽象化が不十分で有効な戦略が得られない場合に、反例誘導型精錬（CEGAR）により抽象化を自動で精錬すること。
• 多様な目的（安全性とライブネス制約を含む）を有する現実的な監視シナリオにおいて、手法の評価を行うこと。

提案手法

• エージェントがターゲットの観測を制限された状態で行う有限グラフ上の2人零和部分情報ゲームとして監視問題を定式化する。
• 線形時相論理（LTL）を、信念サイズの上限や再捕獲要件などの基本的な監視述語で拡張して、監視目的を表現する。
• 真の信念集合の分割を用いて抽象信念空間を構築し、エージェントの知識を下界近似することで、状態空間のサイズを低減する。
• 部分情報ゲームを抽象信念空間上の完全情報ゲームに還元し、市販のリアクティブ合成ツールの利用を可能にする。
• 反例誘導型抽象化精錬（CEGAR）を適用する：もしも勝利戦略が得られなければ、反例に基づいて抽象化を精錬し、精度を段階的に向上させる。
• 整合性を保証する：抽象ゲームで合成された任意の戦略は、元のゲームにおいて有効な戦略に対応する。

実験結果

リサーチクエスチョン

• RQ1 信念抽象化は、部分観測下における監視タスクのリアクティブ合成をスケーリングするために利用可能か？
• RQ2 初期の抽象化が不十分で勝利戦略が得られない場合、抽象化の精度を自動で向上させる方法は何か？
• RQ3 LTLベースの仕様は、安全性とライブネス制約を含む多様な監視目的をどの程度表現可能か？
• RQ4 抽象化は、大規模な状態空間における監視戦略合成の性能とスケーラビリティにどのような影響を及ぼすか？
• RQ5 このフレームワークは、監視目的と追加のタスク仕様のシームレスな統合を可能にするか？

主な発見

• 抽象化パーティションのサイズを7にすることで、合成時間は12サイズの810秒から237秒に短縮され、顕著な性能向上が確認された。
• 安全性監視目的（信念閾値30）に対して、210秒で監視戦略を合成し、2^200状態の信念集合ゲームでは計算不能となる状況を回避した。
• より小さな抽象化パーティションでは、シミュレーションにおける信念成長が遅くなった。これは、より精密な抽象化が真の信念ダイナミクスをよりよく近似していることを示している。
• 信念サイズ閾値30の事例研究では、ライブネスのみのシナリオと比較して、エージェントがターゲットをより密に追跡する必要があることが明らかになった。これは、目的選択が行動に与える影響を強調している。
• CEGARに基づく精錬プロセスは、粗い抽象化を自動で同定・改善し、正しさを保ちつつスケーラビリティを維持した。
• 本手法により、指数的状態空間の増大に起因する計算不能な状況でも、合成が可能になった。