[论文解读] A Formal Approach to the Co-Design of Embodied Intelligence.

Gioele Zardini, Dejan Milojevic+2 more|arXiv (Cornell University)|Nov 21, 2020

Model-Driven Software Engineering Techniques被引用 6

一句话总结

本文提出了一种形式化、单调的协同设计理论，用于整合具身智能系统（如自动驾驶汽车）中的软硬件组件。通过将不同工程学科统一于分析建模与仿真建模的方法之中，该框架在系统全栈范围内计算出帕累托有效解，从而实现整体性、跨学科的设计优化。

ABSTRACT

We consider the problem of formally co-designing embodied intelligence as a whole, from hardware components such as chassis and sensors to software modules such as control and perception pipelines. We propose a principled approach to formulate and solve complex embodied intelligence co-design problems, leveraging a monotone co-design theory. The methods we propose are intuitive and integrate heterogeneous engineering disciplines, allowing analytical and simulation-based modeling techniques and enabling interdisciplinarity. We illustrate through a case study how, given a set of desired behaviors, our framework is able to compute Pareto efficient solutions for the entire hardware and software stack of a self-driving vehicle.

研究动机与目标

• 为解决复杂具身智能系统的设计挑战，通过在统一框架中协同优化硬件与软件组件。
• 克服传统孤立设计方法的局限性，这些方法将硬件与软件视为独立的设计空间。
• 以系统化方式实现机械、电气、控制与感知工程学科的跨学科整合。
• 开发一种形式化方法，支持系统协同设计中的分析建模与基于仿真的技术。
• 在硬件与软件全栈范围内计算出满足期望系统行为的帕累托有效解。

提出的方法

• 本文引入一种单调协同设计理论，作为建模与求解协同设计问题的基础数学框架。
• 将协同设计问题表述为一个在涵盖车身、传感器、控制算法与感知流水线的联合设计空间上的约束优化任务。
• 该方法在统一的形式化体系中整合异构建模技术——分析方法与基于仿真的方法——以支持跨学科协作。
• 通过系统性地探索全栈范围内的权衡，该框架支持帕累托有效解的计算。
• 案例研究展示了该方法在自动驾驶汽车上的应用，其中期望的行为引导协同设计过程。
• 该方法通过形式化的设计约束与性能指标，支持系统设计的增量式优化与验证。

实验结果

研究问题

• RQ1 如何以形式化、系统化的方式协同设计具身智能系统的硬件与软件组件？
• RQ2 何种数学框架能够支持在复杂系统协同设计中整合多样化的工程学科？
• RQ3 如何系统性地计算出在硬件与软件全栈范围内的帕累托有效解？
• RQ4 统一的形式化体系在多大程度上能够同时支持分析建模与基于仿真的建模？
• RQ5 所提出的该方法能否为自动驾驶汽车等现实应用场景生成可行的、行为驱动的系统设计方案？

主要发现

• 所提出的单调协同设计理论为从硬件到软件的具身智能系统协同设计提供了一种统一且形式化的方法。
• 该框架成功整合了异构工程学科，支持分析建模与基于仿真的建模技术。
• 通过案例研究，该方法在自动驾驶汽车的全栈范围内计算出了帕累托有效解。
• 该方法支持行为驱动设计，即期望的系统行为引导协同设计过程。
• 该方法通过为系统组件与约束提供统一的形式化语言，促进了跨学科协作。
• 结果表明，具有形式化保证的系统级协同设计是可行的，且能有效探索解的效率与权衡。