[论文解读] Synthesis of surveillance strategies via belief abstraction

Suda Bharadwaj, Rayna Dimitrova+1 more|arXiv (Cornell University)|Sep 15, 2017

Formal Methods in Verification参考文献 21被引用 4

一句话总结

本文提出了一种信念抽象方法，用于在部分观测条件下合成机器人追踪对抗性或不可预测目标的监控策略。通过抽象代理的信念空间并使用反例引导的抽象精化（CEGAR），该方法降低了具有LTL规范的不完全信息博弈的复杂性，从而通过现成的反应式合成工具实现可扩展的合成。该方法成功处理了大规模状态空间和多样的监控目标，在两个案例研究中显著优于单体信念状态方法，性能提升明显。

ABSTRACT

We study the problem of synthesizing a controller for a robot with a surveillance objective, that is, the robot is required to maintain knowledge of the location of a moving, possibly adversarial target. We formulate this problem as a one-sided partial-information game in which the winning condition for the agent is specified as a temporal logic formula. The specification formalizes the surveillance requirement given by the user, including additional non-surveillance tasks. In order to synthesize a surveillance strategy that meets the specification, we transform the partial-information game into a perfect-information one, using abstraction to mitigate the exponential blow-up typically incurred by such transformations. This enables the use of off-the-shelf tools for reactive synthesis. We use counterexample-guided refinement to automatically achieve abstraction precision that is sufficient to synthesize a surveillance strategy. We evaluate the proposed method on two case-studies, demonstrating its applicability to large state-spaces and diverse requirements.

研究动机与目标

• 将监控目标形式化为结合追踪保证与额外任务要求的时序逻辑规范。
• 解决传统信念集构建在不完全信息博弈中因状态空间指数级膨胀而导致的可扩展性限制。
• 开发一种可靠的抽象技术，在近似信念集的同时保持合成策略的正确性。
• 通过反例引导的精化（CEGAR）实现抽象的自动精化，当初始抽象过于粗糙而无法生成有效策略时进行改进。
• 在包含多样化目标的真实监控场景中评估该方法，包括安全性和活锁约束。

提出的方法

• 将监控问题形式化为在有限图上的双人、单边不完全信息博弈，其中代理对目标的观测有限。
• 使用扩展了基本监控谓词（如信念大小边界或重新捕获要求）的线性时序逻辑（LTL）表示监控目标。
• 通过划分真实信念集来构建抽象信念空间，对代理的知识进行下近似，以减小状态空间大小。
• 将不完全信息博弈约化为在抽象信念空间上的完全信息博弈，从而可使用现成的反应式合成工具。
• 应用反例引导的抽象精化（CEGAR）：若未找到获胜策略，则基于反例对抽象进行精化，以迭代提升精度。
• 保证正确性：在抽象博弈中合成的任何策略在原始博弈中均对应一个有效策略。

实验结果

研究问题

• RQ1 信念抽象能否用于在部分观测条件下扩展反应式合成在监控任务中的应用？
• RQ2 当初始抽象无法生成获胜策略时，如何自动提升抽象的精度？
• RQ3 LTL规范在多大程度上能够表达多样化监控目标，包括安全性和活锁约束？
• RQ4 抽象对大规模状态空间中监控策略合成的性能与可扩展性有何影响？
• RQ5 该框架能否支持监控目标与额外任务规范的无缝集成？

主要发现

• 使用大小为7的抽象划分将合成时间从810秒（大小为12）降低至237秒，显著提升了性能。
• 该方法在210秒内成功合成了一项安全监控策略，目标信念阈值为30，避免了状态数达2^200的信念集博弈的不可行性。
• 更小的抽象划分在仿真中导致信念增长更缓慢，表明当抽象更精确时，其更能近似真实的信念动态。
• 在信念大小阈值为30的案例研究中，代理必须比仅考虑活锁的场景更紧密地跟随目标，凸显了目标选择对行为的影响。
• 基于CEGAR的精化过程自动识别并改进了粗糙的抽象，确保了正确性的同时保持了可扩展性。
• 该方法使得在全信念集构建因状态空间指数级增长而计算上不可行的场景中实现合成成为可能。