[论文解读] Synthesizing Switching Logic to Minimize Long-Run Cost

Susmit Jha, Sanjit A. Seshia+1 more|arXiv (Cornell University)|Mar 3, 2011

Formal Methods in Verification参考文献 27被引用 4

一句话总结

本文提出一种新颖方法，通过将无限时域优化问题简化为有界数值优化，自动合成多模态动力系统的切换逻辑，以最小化长期成本。该方法对每个初始状态使用无约束数值求解器，并通过归纳学习将最优切换条件推广至整个状态空间，从而在状态空间中实现高概率最优性。

ABSTRACT

Given a multi-modal dynamical system, optimal switching logic synthesis involves generating the conditions for switching between the system modes such that the resulting hybrid system satisfies a quantitative specification. We formalize and solve the problem of optimal switching logic synthesis for quantitative specifications over long run behavior. Each trajectory of the system, and each state of the system, is associated with a cost. Our goal is to synthesize a system that minimizes this cost from each initial state. Our paper generalizes earlier work on synthesis for safety as safety specifications can be encoded as quantitative specifications. We present an approach for specifying quantitative measures using reward and penalty functions, and illustrate its effectiveness using several examples. We present an automated technique to synthesize switching logic for such quantitative measures. Our algorithm is based on reducing the synthesis problem to an unconstrained numerical optimization problem which can be solved by any off-the-shelf numerical optimization engines. We demonstrate the effectiveness of this approach with experimental results.

研究动机与目标

• 解决在长期定量规范下，为多模态动力系统合成最优切换逻辑的挑战。
• 通过奖励与惩罚函数的形式化长期成本最小化，将目标从安全扩展至性能指标。
• 通过聚焦于重复的极限行为，将无限时域优化问题简化为有界参数空间问题。
• 在不假设模态内动力学特性（除局部Lipschitz连续性外）的前提下，利用现成的数值优化工具实现自动化合成。
• 通过归纳学习算法，将从采样初始状态获得的最优切换状态推广为单一全局最优切换条件（保护条件）。

提出的方法

• 将系统形式化为具有模态、连续状态和向量场的多模态动力系统，定义成本为随时间累积的惩罚与奖励之比。
• 对每个初始状态，将无限时域成本最小化问题简化为对具有固定切换次数的模态序列超序列中各模态停留时间的无约束数值优化。
• 使用数值优化引擎计算各模态的最优时间分配，从而为该初始状态生成切换状态序列。
• 通过具有保护条件结构假设的归纳学习算法，从多个初始状态的最优切换状态中推广出单一切换条件（保护条件）。
• 利用长期成本仅依赖于极限环行为的特性，实现向有界优化问题的简化。
• 通过证明在采样假设下，所学习的保护条件以高概率最优，确保正确性。

实验结果

研究问题

• RQ1 尽管存在无限时域行为，混合系统中的长期成本最小化能否被简化为有界数值优化问题？
• RQ2 如何将单个初始状态的最优切换状态推广为单一全局最优切换保护条件？
• RQ3 在不假设系统动力学特性的情况下，现成的数值求解器在多大程度上可用于最优切换逻辑合成？
• RQ4 不同成本度量（例如，高于/低于阈值的时间比）如何影响生成的切换逻辑与系统行为？
• RQ5 当从有限初始状态样本中学习时，所合成切换逻辑的最优性可提供何种保证？

主要发现

• 该方法成功将无限时域优化转化为可由标准工具求解的有界数值问题，从而自动合成最小化长期成本的切换逻辑。
• 在油泵案例研究中，算法生成的保护条件使平均油量最小化，对于一种成本度量，最优阈值为 V ≤ 3.71（开启）和 V ≥ 4.62（关闭）；对于另一种度量，最优阈值为 V ≤ 4.07 和 V ≥ 4.71，表明结果对成本函数选择具有敏感性。
• 在DC-DC降压-升压转换器案例中，合成的保护条件为 iL > 1.9（模式1→2）、iL = 0（模式2→3）和 vC > 4.6（模式3→1），实现了低纹波电压并具备对负载变化的鲁棒性。
• 归纳学习步骤生成的保护条件在模拟中经多种初始条件验证，表现出高概率最优性。
• 该方法适用于非线性、局部Lipschitz连续的动力学系统，仅依赖于精确仿真，而无需解析可解性。
• 实验结果证实，该方法能够高效探索设计空间，同时在指定成本度量下保证长期行为的最优性。