[论文解读] On Computing the Minkowski Difference of Zonotopes

Matthias Althoff|arXiv (Cornell University)|Dec 9, 2015

Formal Methods in Verification参考文献 39被引用 12

一句话总结

本文提出高效算法，用于计算生成器表示下zono­tope的Minkowski差的下界与上界逼近，克服了在维度>2时zono­tope不封闭于Minkowski差的局限。所提方法基于半空间转换与阶数降低，实现显著加速——在六维空间中，速度比基于半空间的方法快逾1,000倍，同时保持高精度。

ABSTRACT

Zonotopes are becoming an increasingly popular set representation for formal verification techniques. This is mainly due to their efficient representation and their favorable computational complexity of important operations in high-dimensional spaces. In particular, zonotopes are closed under Minkowski addition and linear maps, which can be very efficiently implemented. Unfortunately, zonotopes are not closed under Minkowski difference for dimensions greater than two. However, we present an algorithm that efficiently computes a halfspace representation of the Minkowski difference of two zonotopes. In addition, we present an efficient algorithm that computes an approximation of the Minkowski difference in generator representation. The efficiency of the proposed solution is demonstrated by numerical experiments. These experiments show a reduced computation time in comparison to that when first the halfspace representation of zonotopes is obtained and the Minkowski difference is performed subsequently.

研究动机与目标

• 解决zono­tope的Minkowski差缺乏高效计算算法的问题，因其在维度>2时对这一运算不封闭。
• 通过避免转换为半空间表示，保留zono­tope在生成器表示下的计算优势。
• 开发兼具高精度与低计算成本的下界与上界逼近方法。
• 通过降低高维空间中的计算时间，使Minkowski差在形式化验证、控制与机器人学中实现实际应用。

提出的方法

• 提出一种半空间转换（HC）方法，通过将zono­tope转换为半空间表示，再重构zono­tope逼近，以计算其Minkowski差。
• 引入一种阶数降低技术（HC-r），通过减少生成器数量以提升计算效率，尤其在高维空间中表现显著。
• 提出两种上界逼近变体：HC-o（完整半空间收缩）与HC-co（粗略，无收缩），以平衡精度与速度。
• 采用基于约束zono­tope的下界逼近（HC-u）作为对比基线，利用其紧密包围真实差值的能力。
• 采用基于体积的精度度量Θ，对不同方法与维度下的逼近质量进行定量评估。
• 在2D、4D与6D空间中开展数值实验，比较计算时间与精度，结果涵盖不同生成器数量与维度。

实验结果

研究问题

• RQ1 能否在不转换为半空间表示的前提下，高效计算zono­tope Minkowski差的下界逼近？
• RQ2 所提基于半空间转换的方法在速度与精度上相较于直接基于半空间的Minkowski差计算方法表现如何？
• RQ3 在生成器表示中进行阶数降低，对高维zono­tope的计算效率提升程度如何？
• RQ4 在不同逼近方法（HC-u、HC-o、HC-co）中，精度（以Θ衡量）与计算时间之间的权衡关系如何？
• RQ5 所提方法是否可扩展至高维问题（如6D），其中精确计算不可行？

主要发现

• 在六维问题中，HC-r方法的平均计算时间低于15秒，相比HC-u方法实现超过三个数量级的加速。
• 在六维问题中，HC-r保持高精度，所有测试实例的Θ > 0.979，且在速度-精度权衡上优于HC-o与HC-co。
• HC-u在所有维度中精度最高（Θ = 1.000），但在高维中因缺乏阶数降低而速度慢于HC-r。
• 粗略上界逼近（HC-co）显著快于HC-o，尤其在6D中，精度损失极小（Θ ≈ 1.001–1.321）。
• 在2D中，HC-u因开销较低而快于HC-r；但在4D与6D中，HC-r的阶数降低带来显著速度优势。
• 上界逼近（HC-o、HC-co）的精度适度高于下界逼近（HC-u），Θ值范围为1.000至1.321，具体取决于维度与生成器数量。