[논문 리뷰] Reachability Analysis Using Hybrid Zonotopes and Functional Decomposition

Jacob A. Siefert, Trevor J. Bird외 5명|arXiv (Cornell University)|2023. 04. 13.

Robotic Mechanisms and Dynamics인용 수 5

한 줄 요약

이 논문은 하이브리드 조노토프, 기능 분해, 상태 갱신 집합을 사용하여 비선형 시스템에 대한 확장 가능한 도달 가능 분석 방법을 제안한다. 이는 메모리와 계산 복잡도가 선형 증가하도록 보장한다. 고차원 비선형 함수를 저차원 성분으로 분해하고, 다각형 집합을 효율적으로 하이브리드 조노토프로 변환함으로써, 신경망 제어기와 함께 작동하는 폐루프 시스템 및 고차원 논리 시스템에서 도달 가능한 집합의 날카운 과도한 근사치를 가능하게 한다. 이는 이전 방법 대비 17배 빠른 성능 향상을 보였다.

ABSTRACT

This paper proposes methods for reachability analysis of nonlinear systems in both open loop and closed loop with advanced controllers. The methods combine hybrid zonotopes, a construct called a state-update set, functional decomposition, and special ordered set approximations to enable linear growth in reachable set memory complexity with time and linear scaling in computational complexity with the system dimension. Facilitating this combination are new identities for constructing nonconvex sets that contain nonlinear functions and for efficiently converting a collection of polytopes from vertex representation to hybrid zonotope representation. Benchmark numerical examples from the literature demonstrate the proposed methods and provide comparison to state-of-the-art techniques.

연구 동기 및 목표

• 비선형 시스템의 도달 가능 분석에서 비볼록성과 지수적 복잡도 증가로 인한 확장성 한계를 해결하기 위해.
• 신경망을 포함한 고급 제어기와 함께 작동하는 도달 가능한 집합의 효율적 계산을 가능하게 하기 위해.
• 새로운 집합 표현 방식과 분해 기법을 통해 시간과 상태 차원에 따라 선형 증가하는 메모리 및 계산 복잡도를 감소시키기 위해.
• 비선형 동역학에 대해 개방 루프 및 폐루프 상태 갱신 집합을 일반화하고 효율적으로 구성하는 방법을 제공하기 위해.
• 연속 시간 비선형 시스템과 고차원 논리 시스템 양쪽 모두에서 확장성을 입증하기 위해.

제안 방법

• 다변수 비선형 함수를 다변수 또는 이변수 성분으로 분해함으로써 차원의 저주를 피하고, 다차원 비선형 시스템의 도달 가능 분석을 확장 가능하게 한다.
• 일반적인 비선형 함수를 포함하는 하이브리드 조노토프를 구성하기 위한 새로운 항등식을 도입하여, 비선형 동역학의 효율적 과도한 근사치를 가능하게 한다.
• 시스템 동역학을 모델링하기 위해 상태 갱신 집합 표현 방식을 사용하며, 폐루프 집합은 개방 루프 상태 갱신 집합과 상태-입력 맵을 조합하여 형성된다.
• 정점 표현을 가진 다각형 집합을 하이브리드 조노토프로 변환하기 위한 새로운 변환 항등식을 사용하여, 집합 표현의 효율성을 향상시킨다.
• 메모리 복잡도를 제어하기 위해 매 3개의 시간 단위마다 주기적인 과도한 근사치를 적용하며, 도달 가능한 집합의 밀도 유지 보장을 한다.
• 포함 관계와 성능 검증을 위한 전면 시각화의 저비용 대안으로서 지지 함수 샘플링을 사용한다.

실험 결과

연구 질문

• RQ1 기능 분해를 통해 고차원 비선형 시스템의 도달 가능 분석이 선형 메모리 및 계산 복잡도를 유지하면서 확장 가능하게 할 수 있는가?
• RQ2 하이브리드 조노토프는 비선형 함수를 포함하는 집합을 효율적으로 표현하고 전파하는 데 어떻게 활용될 수 있는가?
• RQ3 신경망 제어 시스템에 대해 기존 방법 대비 기능 분해와 하이브리드 조노토프를 사용할 경우 성능 향상은 어느 정도인가?
• RQ4 고차원 논리 시스템에서 메모리 복잡도를 감소시키면서도 날카운 과도한 근사치를 유지할 수 있는가?
• RQ5 60개 상태와 60개 입력을 가진 시스템에서 계산 시간과 메모리 성장에 대해 이 방법은 어떻게 스케일링되는가?

주요 결과

• 고차원 논리 시스템에서 계산 시간이 17배 빨라졌으며, 논리적 조노토프를 사용할 경우 150초에서 하이브리드 조노토프와 기능 분해를 사용해 9초로 감소하였다.
• 신경망 제어기와 폐루프로 연결된 연속 시간 비선형 시스템에서, 시간 단위당 평균 계산 시간은 단 5밀리초였으며, 도달 가능한 집합의 날카운 과도한 근사치를 확보하였다.
• 메모리 복잡도는 시간이 지남에 따라 선형 증가하였으며, 매 3단계마다 주기적인 과도한 근사치를 적용함으로써 피크 복잡도를 낮추고 도달 가능한 집합의 포함 관계를 유지하였다.
• 축에 따라 정렬된 방향에서의 지지 함수 샘플링은 15개 시간 단위에 대해 단 34초가 소요되었으며, 전면 시각화에 소요된 시간(7378초)의 0.5% 미만이었다.
• 정리 3의 포함 조건이 모든 시간 단위에서 만족되었으며, 과도한 근사치의 정확성을 확인하였다.
• 이 방법은 시간에 따라 선형 증가하는 메모리 및 계산 복잡도를 보이며, 장기 예측 도달 가능 분석에 대해 확장 가능하다.