[论文解读] Integrating active sensing into reactive synthesis with temporal logic constraints under partial observations

Jie Fu, Ufuk Topcu|arXiv (Cornell University)|Oct 1, 2014

Formal Methods in Verification参考文献 8被引用 3

一句话总结

本文提出了一种在线反应式合成框架，将主动感知与部分观测下的时序逻辑约束相结合，实现了对LTL规范的几乎必然满足。通过在基于信念的控制策略与减少不确定性的主动感知策略之间交替执行，该方法在避免完整部分观测合成的高计算成本的同时，在传感器条件充分的前提下确保了概率为1的正确性。

ABSTRACT

We introduce the notion of online reactive planning with sensing actions for systems with temporal logic constraints in partially observable and dynamic environments. With incomplete information on the dynamic environment, reactive controller synthesis amounts to solving a two-player game with partial observations, which has impractically computational complexity. To alleviate the high computational burden, online replanning via sensing actions avoids solving the strategy in the reactive system under partial observations. Instead, we only solve for a strategy that ensures a given temporal logic specification can be satisfied had the system have complete observations of its environment. Such a strategy is then transformed into one which makes control decisions based on the observed sequence of states (of the interacting system and its environment). When the system encounters a belief---a set including all possible hypotheses the system has for the current state---for which the observation-based strategy is undefined, a sequence of sensing actions are triggered, chosen by an active sensing strategy, to reduce the uncertainty in the system's belief. We show that by alternating between the observation-based strategy and the active sensing strategy, under a mild technical assumption of the set of sensors in the system, the given temporal logic specification can be satisfied with probability 1.

研究动机与目标

• 解决在动态对抗环境中反应式合成面临的部分观测下高计算复杂度问题。
• 在运行时无法获取完整环境状态信息的情况下，实现正确控制合成。
• 通过利用传感动作进行在线重规划，而非求解完整部分观测的双人博弈，降低计算负担。
• 通过结合基于信念的控制与主动感知策略，确保LTL规范的几乎必然满足。
• 为不确定环境下的机器人运动规划与控制提供一种实用且可扩展的方法。

提出的方法

• 系统维护一个基于部分观测和历史记录的信念集，表示所有可能的当前状态。
• 首先在完全信息条件下合成一个确定性获胜策略，并将其转换为适用于部分观测的随机化信念策略。
• 当基于信念的策略在当前信念下未定义时，触发主动感知策略以减少不确定性。
• 传感动作查询命题公式（例如，恶臭检测）以根据传感器结果更新信念。
• 系统在运行时交替使用基于信念的策略与主动感知策略。
• 传感器集合的充分条件确保系统能够始终消除不确定性，并几乎必然满足LTL规范。

实验结果

研究问题

• RQ1 主动感知是否能在保持正确性的前提下，降低部分观测下反应式合成的计算成本？
• RQ2 如何将基于完全信息合成的策略适配到基于信念的在线控制框架中使用？
• RQ3 在部分可观测环境中，主动感知在何种条件下可确保LTL规范的几乎必然满足？
• RQ4 传感器设计与查询选择在最小化感知成本的同时最大化不确定性减少方面起什么作用？
• RQ5 如何在运行时高效计算信念更新，以支持实时决策？

主要发现

• 在传感器集合满足充分条件的前提下，该方法可确保几乎必然满足给定的LTL规范。
• 执行过程中信念集的最大基数为43，表明在机器人运动规划示例中不确定性传播处于可控范围。
• 每步的平均决策时间为8.55×10⁻⁴秒，表明在标准硬件上具备实时可行性。
• 产品博弈计算耗时40.14秒，完全信息下的获胜策略计算耗时14秒。
• 在1000步内，机器人访问目标区域集合F共14次，并无限次持续访问，证实了长期规范的满足。
• 主动感知策略通过基于当前不确定性与规范目标选择最具有信息量的查询，最小化了不必要的感知。