[論文レビュー] Value of structural health information in partially observable stochastic environments

Charalampos Andriotis, Konstantinos G. Papakonstantinou+1 more|arXiv (Cornell University)|Dec 28, 2019

Probabilistic and Robust Engineering Design参考文献 64被引用数 5

ひとこと要約

本稿は、劣化するインフラシステムにおける点検および監視戦略の最適化を目的として、部分的に観測可能なマルコフ意思決定過程（POMDP）において、情報の価値（VoI）および構造健全性モニタリングの価値（VoSHM）を定式化する。POMDPの戦略が本質的にVoIを最大にすることが示され、構造健全性に関する情報は、一般的にインfraストラクチャ管理で用いられる局所最適戦略とは異なり、長期的な意思決定コストを一貫して改善することが明らかになった。

ABSTRACT

Efficient integration of uncertain observations with decision-making optimization is key for prescribing informed intervention actions, able to preserve structural safety of deteriorating engineering systems. To this end, it is necessary that scheduling of inspection and monitoring strategies be objectively performed on the basis of their expected value-based gains that, among others, reflect quantitative metrics such as the Value of Information (VoI) and the Value of Structural Health Monitoring (VoSHM). In this work, we introduce and study the theoretical and computational foundations of the above metrics within the context of Partially Observable Markov Decision Processes (POMDPs), thus alluding to a broad class of decision-making problems of partially observable stochastic deteriorating environments that can be modeled as POMDPs. Step-wise and life-cycle VoI and VoSHM definitions are devised and their bounds are analyzed as per the properties stemming from the Bellman equation and the resulting optimal value function. It is shown that a POMDP policy inherently leverages the notion of VoI to guide observational actions in an optimal way at every decision step, and that the permanent or intermittent information provided by SHM or inspection visits, respectively, can only improve the cost of this policy in the long-term, something that is not necessarily true under locally optimal policies, typically adopted in decision-making of structures and infrastructure. POMDP solutions are derived based on point-based value iteration methods, and the various definitions are quantified in stationary and non-stationary deteriorating environments, with both infinite and finite planning horizons, featuring single- or multi-component engineering systems.

研究の動機と目的

• 部分的に観測可能で確率的な環境における構造健全性情報の価値を理論的かつ計算的に定量化するためのフレームワークを確立すること。
• 点検および監視戦略がしばしば局所的でグリーディな戦略に基づいている、土木インfraストラクチャシステムにおける意思決定のギャップを埋めること。
• POMDP内での段階的およびライフサイクル的VoIおよびVoSHMの定式化を行い、点検および監視の客観的スケジューリングを可能にすること。
• ベルマン方程式の性質および最適価値関数を用いて、VoIおよびVoSHMの境界を分析すること。
• POMDPに基づく戦略が、情報の活用によって長期的コストを削減することで、局所最適戦略を上回ることを実証すること。

提案手法

• ベルマン方程式を用いて最適価値関数を導出することで、POMDPフレームワーク内での段階的およびライフサイクル的VoIおよびVoSHMメトリクスを定式化する。
• 点ベース値反復法を適用してPOMDPの解を計算し、複雑な部分的に観測可能な環境においても実行可能となる計算を可能にする。
• 無限および有限の計画期間を想定した単一およびマルチコンポーネントシステムにおける定常的および非定常的劣化プロセスをモデル化する。
• 最適価値関数の構造およびPOMDPのダイナミクスに基づいて、VoIおよびVoSHMの理論的境界を導出する。
• POMDPに基づく戦略と局所最適戦略を比較し、情報収集による長期的コスト削減の向上を定量的に評価する。
• 間欠的または恒久的な監視データを有する多様な工学的システム構成において、メトリクスを定量化する。

実験結果

リサーチクエスチョン

• RQ1 劣化するインフラシステムにおいて、部分的に観測可能なマルコフ意思決定過程（POMDP）の枠組み内で、情報の価値（VoI）を形式的に定義し、境界を付与することは可能か？
• RQ2 構造健全性モニタリング（SHM）は、監視なしまたは局所最適戦略と比較して、長期的な意思決定コストをどの程度改善するか？
• RQ3 段階的およびライフサイクル的VoIおよびVoSHMメトリクスは、点検および監視スケジューリングに与える影響において、どのように異なるか？
• RQ4 POMDP戦略は、各意思決定ステップにおける観測行動を最適に導くために、どのように本質的にVoIを活用するか？
• RQ5 VoIおよびVoSHMの理論的境界は何か？ また、それらはPOMDPにおける最適価値関数の性質とどのように関係するか？

主な発見

• POMDP戦略は、長期的コストを最小化するように、本質的に情報の価値（VoI）を活用して観測行動をガイドする。
• SHMまたは点検からの恒久的または間欠的な情報は、一般的に用いられる局所最適戦略とは異なり、戦略の長期的コストパフォーマンスを一貫して改善する。
• ベルマン方程式および最適価値関数の構造を用いて、VoIおよびVoSHMの理論的境界が導出された。
• 点ベース値反復法は、無限および有限の計画期間を想定した単一およびマルチコンポーネントシステムにおいて、POMDPの解を効果的に計算できた。
• ライフサイクル的VoSHMメトリクスは、システムの寿命にわたる監視による期待される総コスト削減を定量化し、SHM投資の意思決定理論的根拠を提供する。
• 非定常的劣化環境では、情報の価値は依然として顕著であり、POMDP戦略はグリーディな代替手法よりも、変化するシステム状態に効果的に適応する。