[论文解读] Hyperproperties for Robotics: Planning via HyperLTL

Yu Wang, Siddhartha Nalluri+1 more|arXiv (Cornell University)|Nov 26, 2019

Formal Methods in Verification参考文献 36被引用 5

一句话总结

本文提出一种基于HyperLTL的机器人规划符号合成方法，HyperLTL是一种超时序逻辑，可规范涉及多条执行路径的目标（如最优性、鲁棒性和隐私性），超越了标准LTL的表达能力。该方法通过将规划问题编码为可通过SMT求解器求解的一阶逻辑公式，高效处理复杂的超性质，在最大60×60网格、时间范围120步的网格世界案例研究中，合成时间均在0.25秒以内。

ABSTRACT

There is a growing interest on formal methods-based robotic planning for temporal logic objectives. In this work, we extend the scope of existing synthesis methods to hyper-temporal logics. We are motivated by the fact that important planning objectives, such as optimality, robustness, and privacy, (maybe implicitly) involve the interrelation between multiple paths. Such objectives are thus hyperproperties, and cannot be expressed with usual temporal logics like the linear temporal logic (LTL). We show that such hyperproperties can be expressed by HyperLTL, an extension of LTL to multiple paths. To handle the complexity of planning with HyperLTL specifications, we introduce a symbolic approach for synthesizing planning strategies on discrete transition systems. Our planning method is evaluated on several case studies.

研究动机与目标

• 解决标准时序逻辑（如LTL）在表达依赖于多条路径之间关系的目标（如最优性、鲁棒性和隐私性）方面的局限性。
• 将关键的机器人规划目标——最优性、鲁棒性和隐私性/透明性——形式化为可在HyperLTL中表达的超性质。
• 在离散转移系统（DTS）上开发一种可扩展的HyperLTL目标符号合成方法，避免自动机理论方法中的状态爆炸问题。
• 在实际的机器人规划案例研究中评估该方法，包括具有超性质的网格世界导航。
• 证明基于SMT的符号合成方法即使在具有有界时间范围的大规模问题中，也能实现高效的策略生成。

提出的方法

• 使用路径量词（∃π∀π′）将规划目标形式化为HyperLTL公式，以表达多条执行路径之间的关系。
• 将机器人的环境建模为有限状态的离散转移系统（DTS），将连续运动抽象为离散状态转移。
• 使用有界时间范围的HyperLTLf，将DTS的动力学特性与HyperLTL目标编码为一阶逻辑公式。
• 使用现成的SMT求解器（如Z3）求解生成的公式，并提取有效的规划策略。
• 避免构建DTS的n重自积，这是自动机理论方法中导致状态爆炸的主要原因。
• 应用符号合成方法以处理有限和无限状态系统，实现超越传统自动机方法的可扩展性。

实验结果

研究问题

• RQ1 能否使用支持多条路径的LTL扩展形式，正式表达最优性、鲁棒性和隐私性等超性质？
• RQ2 通过SMT求解器进行的符号合成能否在避免自动机理论方法状态爆炸的前提下，有效处理机器人规划中的HyperLTL目标？
• RQ3 在具有有界时间范围的实际机器人任务中，HyperLTL驱动的规划策略能以多高效率进行合成？
• RQ4 所提出的方法能否在网格世界环境中生成满足复杂超性质（如初始状态透明性或动作鲁棒性）的策略？
• RQ5 在实际机器人规划任务中，该符号方法在网格大小和时间范围方面的可扩展性如何？

主要发现

• 符号合成方法在离散转移系统上成功生成了满足HyperLTL目标（包括最优性、鲁棒性和隐私性）的规划策略，且计算开销极低。
• 合成时间保持在实用范围内：10×10网格、时间范围T=20时，合成时间低于0.25秒；20×20网格、T=40时，合成时间低于5秒。
• 对于更大的网格（40×40，T=80），合成时间最高达320秒（初始状态鲁棒性），表明在可行范围内具有良好的可扩展性。
• 该方法可扩展至60×60网格、T=120，初始状态透明性目标的合成时间最高达382秒，证实其在非平凡问题上的可行性。
• 该方法能够生成满足复杂超性质的策略：例如通过等待使不可区分路径得以追及，以实现当前状态透明性；通过避免靠近障碍物，以实现动作鲁棒性。
• 符号化方法避免了自动机理论方法中固有的n重自积构造，显著减少了状态爆炸，从而实现在大规模模型上的高效合成。