Formal Synthesis of Robust Koopman-Model Predictive Control: A Case Study in AC-DC Power Conversion
Kyoto University（京都大学）
本文提出鲁棒Koopman模型预测控制（RK-MPC）的正式综合方法，结合信号时序逻辑构建优化问题并证明闭环性能，通过AC-DC转换器设计验证其有效性。
2026-11-11 cs.SY eess.SY
Formal Controller Synthesis for Frequency Regulation Utilising Electric Vehicles
在本文中，我们提出了一个正式的控制器综合方法整合人口的插件在电动汽车的频率调节的电力系统。这种方法是形式化方法在智能电网中的首次应用，特别是在电力系统的频率调节中。我们为英国电力系统设计并仿真了一种新的符号控制器。所提出的控制器增强了系统的频率响应行为时，遇到一个大的停电事件。符号控制器保证在规定的安全间隔内解决事后频率，并保证满足其他频率要求。
2020-05-08 cs.SY eess.SY
Formal Synthesis of Controllers for Safety-Critical Autonomous Systems: Developments and Challenges
Shanghai Jiao Tong University（上海交通大学）；Tongji University（同济大学）；Xiamen University（厦门大学）
本文系统综述了安全关键自主系统的形式化控制器综合技术，涵盖不同系统模型、安全规范、抽象与无抽象方法、数据驱动方法及多智能体系统可扩展性挑战，并展望了未来研究方向。
2024-02-20 cs.RO cs.SY eess.SY
Quantized Feedback Control Software Synthesis from System Level Formal Specifications for Buck DC/DC Converters
Sapienza University of Rome（罗马第一大学）
提出一种从系统级形式化规格自动综合Buck DC/DC转换器量化反馈控制软件的方法，并给出实验验证。
2012-06-20 cs.SY eess.SY math.OC
Formal controller synthesis for hybrid systems using genetic programming
针对具有安全性和可达性指标子集的一般混杂系统，提出了一种形式控制器自动综合的框架。该框架使用遗传编程来自动协同合成控制器和候选Lyapunov函数。这些候选的李雅普诺夫函数被用来正式验证控制规范，并证明其正确性使用可满足性模理论求解器。这种方法的优点是：不限制多项式系统，合成的控制器表示为紧凑的表达式，并没有明确的解决方案的结构必须事先指定。我们证明了所提出的框架的有效性，在几个案例研究，包括非多项式系统，采样数据系统，系统有界不确定性，切换系统，跳跃系统。在几个案例研究中，包括非多项式系统，采样数据系统，有界不确定性系统，切换系统和跳跃系统。
2020-09-15 cs.SY eess.SY
Symbolic Reduction for Formal Synthesis of Global Lyapunov Functions
本文提出符号化简规则，结合SMT求解与拉萨尔原理，高效综合全局李雅普诺夫函数，并验证或反驳系统稳定性。
2025-06-22 cs.SY eess.SY math.DS
Formal synthesis of closed-form sampled-data controllers for nonlinear continuous-time systems under STL specifications
我们提出了一个反例引导的归纳综合框架的形式化合成的闭环采样数据控制器的非线性系统，以满足STL规范的有限时间轨迹。而不是说明STL规范的一个单一的初始条件，我们考虑（无限和有界）的初始条件集。候选人的解决方案，提出了使用遗传编程，进化控制器的基础上，有限数量的模拟。随后，使用可达性分析验证最佳候选方案;如果候选方案不满足规范，则提取违反规范的初始条件作为反例。基于这个反例，候选解决方案被细化，直到最终找到一个解决方案（或满足用户指定的迭代次数）。所得到的采样数据控制器表示为一个封闭的形式的表达式，使可解释性和有限的内存和计算能力的嵌入式硬件的实施。我们的方法的有效性证明了多个系统。
2021-03-20 cs.SY eess.SY
Formal Synthesis of Stochastic Systems via Control Barrier Certificates
本文主要研究离散随机控制系统的控制策略合成问题，并给出了系统满足复杂时间特性的概率下界。所需的系统属性表示为线性时序逻辑（LTL）规范在有限的痕迹。特别是，我们的方法分解成更简单的可达性任务的基础上，其自动机表示给定的规范。然后，我们提出了使用所谓的\emph{control barrier certificate}来解决这些简单的可达性任务，以及计算相应的控制器和概率界。最后，我们结合这些控制器，以获得一个混合控制策略解决所考虑的问题。在一定的假设下，我们还提供了两个系统的方法，不可数和有限的输入集搜索控制屏障证书。我们证明了所提出的方法对室温控制和车道保持的车辆建模为四维单轨运动学模型的有效性。我们比较我们的结果与文献中的离散化为基础的方法。
2020-08-05 cs.SY eess.SY math.OC
Efficiency through Uncertainty: Scalable Formal Synthesis for Stochastic Hybrid Systems
本文提出一种针对离散时间随机混合系统的高效抽象方法，通过构建IMDP并计算精确抽象误差嵌入合成步骤，显著降低了误差、提升了速度与可扩展性，支持验证超过10个连续变量的模型。
2019-01-06 cs.SY eess.SY
Formal Synthesis of Analytic Controllers for Sampled-Data Systems via Genetic Programming
Delft Center for Systems and Control, Delft University of Technology（代尔夫特系统与控制中心，代尔夫特理工大学）
本文提出了一种自动形式化控制器合成方法，用于具有安全性和可达性规范的非线性采样系统。该方法不局限于多项式系统和控制器，基于控制Lyapunov屏障函数考虑周期性切换控制器，并利用遗传编程合成这些函数及控制器模式，通过可满足模理论求解器验证控制器的正确性，并在多个系统上展示了方法的有效性。
2018-12-06 cs.NE cs.SY eess.SY
Formal Synthesis of Monitoring and Detection Systems for Secure CPS Implementations
我们考虑的问题，以确保一个给定的控制回路实现的网络物理系统（CPS）中存在的人在中间的攻击，工厂和控制器之间的数据交换，在一个受损的网络。为此，存在为理论控制模型提供针对此类攻击的数学保证的各种检测方案。然而，这种保证可能不适用于实际的控制软件实施。在这篇文章中，我们提出了一个正式的方法来合成攻击检测器与不同的阈值，可以防止性能下降的隐形攻击，同时最大限度地减少误报。
2020-02-27 cs.CR cs.SY eess.SY
Formal Control Synthesis for Stochastic Neural Network Dynamic Models
神经网络（NN）正在成为一种强大的工具来表示具有复杂物理或黑箱组件的控制系统的动态。然而，由于神经网络的复杂性，现有的方法无法合成复杂的行为与保证神经网络动态模型（NNDM）。这项工作介绍了一个随机NNDM的性能保证的控制综合框架。重点是规范表示的线性时序逻辑解释有限的痕迹（LTLf），该方法是基于有限的抽象。具体来说，我们利用最近的技术，凸松弛的NN正式抽象的NNDM到一个区间马尔可夫决策过程（IMDP）。然后，最大化满足给定规范的概率的策略在IMDP上合成并映射回底层NNDM。我们表明，抽象NNDM IMDP的过程减少到一组凸优化问题，从而保证效率。我们还提出了一个自适应的细化过程，使框架可扩展。在几个案例研究中，我们说明了我们的框架是能够提供非平凡的保证NNDM的正确性与架构高达5个隐藏层和数百个神经元每层。
2022-03-21 cs.SY eess.SY
Guarantees for Real Robotic Systems: Unifying Formal Controller Synthesis and Reachset-Conformant Identification
Technical University of Munich（慕尼黑工业大学）
针对安全关键场景中形式化属性难以转移到真实机器人的问题，提出将可达集一致性模型辨识与控制器综合相结合的方法，确保模型安全属性可转移到真实机器人，并通过真实机器人跟踪控制实验验证了其可转移性。
2023-09-12 cs.RO cs.SY eess.SY
Fossil 2.0: Formal Certificate Synthesis for the Verification and Control of Dynamical Models
University of Oxford（牛津大学）；TU Delft（代尔夫特理工大学）
本文发布 Fossil 2.0，通过 CEGIS 循环、神经网络候选模板与 SMT 形式化验证，为连续和离散动力学系统提供更丰富的证书及控制律综合能力。
2024-04-16 cs.LG cs.LO cs.SY
Formal Test Synthesis for Safety-Critical Autonomous Systems based on Control Barrier Functions
California Institute of Technology（加州理工学院）
自主系统的大量增加导致了关于其在现实世界场景中的安全实例化的问题。在安全关键的环境中，例如人机交互甚至自动驾驶，故障最终可能导致生命损失。在这种情况下，本文的目的是提供一种方法，通过它可以算法测试和评估一个自治系统。给定一个具有一定操作规范的黑箱自治系统，我们构造了一个基于控制障碍函数的极大极小问题，以生成一系列测试参数，旨在最佳地评估系统是否能够满足规范。为了说明我们的研究结果，我们利用Robotarium作为一个案例研究的自主系统，声称同时满足航点导航和避障。我们表明，拟议的测试综合框架系统地发现这些序列的事件（测试），确定系统故障点。
2020-04-08 cs.FL cs.RO cs.SY
Reach-Avoid Control Synthesis for a Quadrotor UAV with Formal Safety Guarantees
本文提出一种四旋翼UAV控制框架，结合几何控制与Bezier曲线生成轨迹并考虑跟踪误差，通过构建安全管和迭代线性规划实现具有形式化安全保证的reach-avoid任务。
2024-05-30 cs.SY eess.SY math.DS
Resilient State Estimation for Nonlinear Discrete-Time Systems via Input and State Interval Observer Synthesis
本文针对非线性离散时间系统在传感器和执行器同时受攻击下的弹性状态估计问题，提出一种基于混合单调分解与区间观测器综合的方法，通过辅助状态消除攻击影响并利用半定规划优化观测器增益，保证估计区间包含真实状态且具有输入到状态稳定性。
2023-09-25 cs.SY eess.SY
Synthesis of Partially Observed Jump-Diffusion Systems via Control Barrier Functions
在本文中，我们研究部分可观测跳跃扩散系统的控制策略的形式化综合复杂的逻辑规格。给定一个状态估计器，我们利用一个离散化的方法，通过使用一个符号的控制障碍函数，而不需要任何知识的估计精度的控制策略的正式合成。我们的目标是合成一个离线控制策略，提供（可能最大化）部分观察到的跳跃扩散系统的轨迹满足确定性有限自动机表达的一些复杂规范的概率下界。最后，我们说明了所提出的结果的有效性，通过合成一个政策的喷气发动机的例子。
2021-09-23 cs.SY eess.SY
Model Based Synthesis of Control Software from System Level Formal Specifications
Sapienza University of Rome（罗马大学）
提出一种算法及工具QKS，从被控系统的形式化模型、实现规范和系统级形式化规范自动综合出满足安全性和活性要求且最坏情况执行时间与AD位数线性相关的控制软件。
2013-04-27 cs.SE cs.SY eess.SY
Formal Synthesis of Controllers for Uncertain Linear Systems against $ω$-Regular Properties: A Set-based Approach
本文提出一种基于集合的方法，通过构造线性系统与确定性Streett自动机的乘积系统并计算混合控制不变集，为受有界扰动的不确定线性系统综合满足ω-正则性质的控制器。
2022-08-12 cs.SY eess.SY
Learning-based Formal Synthesis of Cooperative Multi-agent Systems
Unmanned Systems Research Institute (DU2SRI), Department of Electrical and Computer Engineering, University of Denver（丹佛大学电气与计算机工程学院无人系统研究所）；Department of Electrical Engineering, University of Notre Dame（圣母大学电气工程系）
本文提出了一种形式化设计框架，用于合成协作多智能体系统的协调与控制策略，通过分解全局任务并整合监督合成与组合验证技术，实现多智能体性能的保障。
2017-05-30 cs.FL cs.SY eess.SY
Formal Synthesis of Lyapunov Neural Networks
University of Oxford（牛津大学）；Amazon Inc.（亚马逊公司）
我们提出了一个自动的和正式的声音的方法来合成李雅普诺夫函数的自治非线性系统的渐近稳定性。传统的方法要么是分析性的，需要人工劳动，要么是数值的，但缺乏形式上的合理性。介于两者之间的李雅普诺夫函数的符号计算方法给出了正式的保证，但通常是半自动的，因为它们依赖于用户提供适当的函数模板。我们提出了一种方法，发现李雅普诺夫函数完全自动$-$使用机器学习$-$，同时还提供正式的保证$-$使用可满足性模理论（SMT）。我们采用了一个反例引导的方法，其中一个数值学习器和一个符号验证器相互作用，以构建可证明正确的李雅普诺夫神经网络（LNN）。学习者训练一个满足样本集渐近稳定性的李雅普诺夫准则的神经网络;验证者通过SMT求解证明整个域都满足该准则，或者用反例增加样本集。我们的方法支持具有多项式激活函数和多个深度和宽度的神经网络，这些神经网络具有广泛的学习能力。我们证明了我们的方法在几个非平凡的基准和比较有利的数值优化为基础的方法，一个符号模板为基础的方法，和同源LNN为基础的方法。我们的方法合成李雅普诺夫函数更快，更广泛的空间域比的替代品，但提供更强或同等的保证。
2020-06-24 cs.LG cs.LO cs.SY
Data-Driven Yet Formal Policy Synthesis for Stochastic Nonlinear Dynamical Systems
本文针对动力学未知的非线性随机系统，提出一种基于数据驱动的区间MDP抽象方法，可在概率近似正确保证下实现可靠的控制策略综合。
2025-08-25 cs.SY eess.SY
Automated and Formal Synthesis of Neural Barrier Certificates for Dynamical Models
University of Oxford（牛津大学）；Amazon Inc（亚马逊公司）
我们介绍了一种自动化的，正式的，基于反例的方法来合成屏障证书（BC）的连续和混合动力学模型的安全验证。该方法的基础是一个归纳框架：这是一个学习者之间的顺序循环，它操纵一个候选BC结构为神经网络，和一个声音验证器，它要么证明候选人的有效性或生成反例，以进一步指导学习者。我们将该方法与最先进的技术进行比较，在多项式和非多项式动态模型上：结果表明，我们可以更快地合成声音BC高达两个数量级，特别是在验证引擎上有明显的加速（少五个数量级），同时需要更小的数据集（少三个数量级）用于学习部分。除了对现有技术的改进之外，我们还进一步挑战了混合动力学模型和更大维度模型的新方法，并展示了我们算法和代码库的数值鲁棒性。
2020-10-19 cs.LG cs.LO cs.SY
Optimal Sizing of Stand-alone Solar PV Systems via Automated Formal Synthesis
存在各种方法和工具来确定太阳能光伏系统的大小;然而，这些工具依赖于模拟，在搜索最佳解决方案期间，这些模拟并不涵盖设计空间的所有方面。在以前的研究中，在最佳规模，重点总是在标准或目标。在这里，我们提出了一个新的声音和自动化的方法，以获得最佳的规模使用前所未有的程序合成。我们的反例引导归纳合成（CEGIS）方法的变体有两个阶段连接的技术和成本分析：首先，我们合成一个可行的候选人的基础上的电源可靠性，但可能无法实现最低的成本;第二，候选人，然后通过符号模型检查迭代验证的下限成本。如果验证步骤没有失败，则调整下限;如果失败，则反例提供最优解。使用七个案例研究和商业设备数据的实验结果表明，我们的合成方法可以在可接受的运行时间内产生最佳的系统规模。我们还提出了一个比较与一个专门的模拟工具在真正的光伏系统，以显示我们的方法，它可以提供一个更详细，更准确的解决方案比模拟工具的有效性。
2019-09-28 cs.FL cs.SY eess.SY
Sapo: Reachability Computation and Parameter Synthesis of Polynomial Dynamical Systems
University of California, Berkeley（加州大学伯克利分校）
Sapo工具通过可达性计算和参数综合分析多项式动力系统，支持用盒状、平行otope及符号表示的多面体表示可达状态集，并利用信号时序逻辑规范参数集。
2016-07-08 cs.SY eess.SY
Automated Formal Synthesis of Digital Controllers for State-Space Physical Plants
University of Oxford（牛津大学）；Federal University of Amazonas（亚马孙联邦大学）
本文提出一种自动方法，用于合成安全的数字反馈控制器，针对由线性时不变模型表示的物理系统。通过CEGIS和可达性分析，生成稳定且安全的控制器，适用于复杂物理系统模型。
2017-05-06 cs.LO cs.SY eess.SY
Bayesian Formal Synthesis of Unknown Systems via Robust Simulation Relations
本文提出两阶段贝叶斯形式综合方法，利用贝叶斯回归计算参数可信集，并通过基于子概率测度的鲁棒仿真关系，实现安全关键随机系统的设计正确控制器综合，在三个案例中验证。
2024-02-12 cs.LO cs.SY eess.SY
Probabilities Are Not Enough: Formal Controller Synthesis for Stochastic Dynamical Models with Epistemic Uncertainty
Radboud University（拉德堡德大学）；University of Oxford（牛津大学）
捕捉复杂动力系统模型中的不确定性对于设计安全控制器至关重要。随机噪声导致任意的不确定性，而模型参数的不精确知识导致认知的不确定性。有几种方法使用正式的抽象来合成满足与安全性和可达性相关的时间规范的策略。然而，基本模型只捕捉任意的，但不是认识的不确定性，因此需要模型参数是精确已知的。我们的贡献，克服这个限制是一种新的抽象为基础的控制器综合方法的连续状态模型的随机噪声和不确定参数。通过抽样技术和鲁棒性分析，我们捕获任意和认知的不确定性，与用户指定的置信水平，在转移概率区间的所谓的区间马尔可夫决策过程（iMDP）。我们合成一个最佳的政策，这iMDP，翻译（与指定的置信水平）的连续模型具有相同的性能保证的反馈控制器。我们的实验基准证实，占认知的不确定性导致控制器，更强大的参数值的变化。
2022-12-07 cs.AI cs.RO cs.SY
A Formal Modular Synthesis Approach for the Coordination of 3-D Robotic Construction with Multi-robots
Universidade Federal de Santa Catarina（圣卡塔琳娜联邦大学）
本文提出了一种基于监督控制理论的模块化方法，用于协调多机器人自主构建3-D结构。
2025-12-18 cs.FL cs.MA cs.RO
Backstepping Reach-avoid Controller Synthesis for Multi-input Multi-output Systems with Mixed Relative Degrees
针对多输入多输出系统，本文结合反馈线性化与反步法提出可达-避障形式化证书构造框架及控制器综合方法，确保输出在安全约束下最终到达目标集，并通过仿真验证有效性。
2025-05-06 cs.SY eess.SY
Non-parametric Formal Synthesis of Unknown Stochastic Systems: Asymptotic Convergence Guarantees
University of Southampton（南安普顿大学）；MPI-SWS（马克斯·普朗克软件系统研究所）；University of Birmingham（伯明翰大学）
本文提出一种基于非参数估计的数据驱动方法，仅利用观测样本即可对未知随机系统进行形式验证与策略综合，并证明转移概率和利普希茨常数的估计具有渐近收敛保证。
2026-09-09 cs.SY eess.SY
A Formal Methods Approach to Pattern Synthesis in Reaction Diffusion Systems
Boston University（波士顿大学）；Vienna University of Technology（维也纳工业大学）
本文提出了一种基于空间叠加逻辑的模式检测与生成技术，结合模型检验与粒子群优化，实现反应扩散系统中所需模式的参数合成。
2014-09-12 cs.AI cs.CE cs.LG
Formal Controller Synthesis for Markov Jump Linear Systems with Uncertain Dynamics
University of Oxford（牛津大学）；Radboud University（拉德堡德大学）
提出一种为具有不确定动力学的马尔可夫跳变线性系统综合控制器的方法，通过有限状态抽象和区间MDP实现概率计算树逻辑的满足，并在温度控制和飞行器交付等基准问题中验证有效性。
2023-08-04 cs.AI cs.RO cs.SY
Secure-by-Construction Synthesis of Cyber-Physical Systems
构造正确综合是形式化方法和控制理论在安全关键系统设计中融合的基石。而不是遵循经过时间考验的，虽然费力（重新）设计-验证-验证循环，正确的建设方法主张使用不断完善的正式要求-连接的正式证明链-建立一个系统，确保设计的正确性。一个显着的进展已经取得了扩大范围的适用性的正确的建设综合-重点是网络物理系统，连续环境的关系，离散事件控制-扩大控制系统，结合象征性的方法与原则的状态空间减少技术。不幸的是，在安全关键控制系统中，安全属性是事后验证的设计过程中的一种方式，破坏了正确的建设范式。我们认为，为了真正实现安全关键系统的正确构建合成的梦想，安全考虑必须与安全考虑一起占据中心位置。此外，在安全属性的不透明子类和能够将安全与安全属性相结合的超属性概念的最新进展的催化下，我们认为研究界全面瞄准安全构建合成的挑战的时机已经成熟。本文详细介绍了我们的愿景，强调了最近的进展和开放的挑战，可以作为砖块提供一个坚实的基础，安全的网络物理系统的建设合成。
2022-02-14 cs.CR cs.SY eess.SY
Robust Pandemic Control Synthesis with Formal Specifications: A Case Study on COVID-19 Pandemic
School for Engineering of Matter, Transport, and Energy, Arizona State University（亚利桑那州立大学物质、运输与能源工程学院）；Oden Institute for Computational Engineering and Sciences, University of Texas, Austin（德克萨斯大学奥斯汀分校奥登计算工程与科学学院）
大流行病可能给公共卫生和世界经济带来一系列破坏性后果。确定最有效的控制策略已成为全世界的当务之急。已经提出了各种公共卫生控制战略，并对大流行病进行了测试（例如，COVID-19）。我们研究了两个特定的流行病控制模型：接种疫苗控制的易感、暴露、传染、恢复（SEIR）模型和屏蔽免疫控制的SEIR模型。我们表示的流行病控制要求的度量时序逻辑（MTL）公式。然后，我们开发了一个迭代的方法合成的最优控制策略与MTL规格。我们提供了COVID-19大流行鲁棒控制的两种不同情景下的模拟结果：一种是疫苗接种控制，另一种是屏蔽免疫控制，模型参数是根据意大利伦巴第的数据估计的。结果表明，所提出的综合方法可以生成控制输入，使得每个类别中的时变个体数量（例如，传染性，免疫）满足MTL规格与鲁棒性对初始状态和参数的不确定性。
2021-03-26 cs.AI cs.SY eess.SY
Towards establishing formal verification and inductive code synthesis in the PLC domain
如今，形式化方法被用于各种领域，用于程序的验证或用于从模型生成代码生成，以提高软件的质量并降低成本。然而，仍然有一些领域，其中正式的方法没有被广泛采用，尽管提供了大量的可能的好处。这是可编程逻辑控制器（PLC）领域的情况。本文的目的是评估PLC开发的背景下，形式化方法的潜力。为此，形式化方法的一般概念，首先介绍，然后转移到PLC领域，从而在工程为导向的描述的技术是基于PLC开发的共同概念。基于此描述，我们采访了具有不同经验的PLC专业人员，以了解他们对该主题的看法，并确定PLC领域中可能的用例。调查结果表明，该技术在PLC领域具有很高的潜力，无论是作为直接支持开发人员的工具，还是作为基于模型的系统工程工具链中的关键元素。调查结果的评估是在演示应用程序的帮助下进行的，该应用程序与西门子的全集成自动化门户进行通信，并通过基于模型的开源代码生成器Fastsynth生成程序。基于行业相关PLC项目的基准测试显示出令人满意的合成时间，并成功集成到PLC开发人员的工作流程中。
2021-06-30 cs.FL cs.PL cs.SE
Formal Policy Synthesis for Continuous-Space Systems via Reinforcement Learning
School of Computing, Newcastle University（纽卡斯尔大学计算机学院）
本文研究了具有连续状态空间的未知随机过程时间性质的满足问题。我们展示了强化学习（RL）如何应用于仅使用随机过程的路径来计算有限内存和确定性的策略。我们解决线性时序逻辑（LTL）中表达的属性，并使用它们的自动机表示，通过RL算法给出一个最大化的路径依赖的奖励函数。我们发展所需的假设和理论的学习策略的收敛到最优的政策在连续的状态空间。为了提高构造稀疏奖励函数的学习性能，我们提出了一个顺序学习过程的基础上，从LTL规范的正范式获得的一系列标签函数。我们使用这个过程来指导RL算法的政策，收敛到一个最佳的政策，在适当的假设下的过程。我们证明了一个4-dimcart-pole系统和6-dimboat驾驶问题的方法。
2020-09-27 cs.LG cs.SY eess.SY
Task-driven Modular Co-design of Vehicle Control Systems
ETH Zürich（苏黎世联邦理工学院）
在设计自治系统时，我们需要在各种抽象级别上考虑多种权衡，并且需要联合研究单个（硬件和软件）组件的选择。在这项工作中，我们考虑的问题，设计的控制算法，以及在其上执行的平台。特别是，我们专注于车辆控制系统，并正式国家的最先进的控制方案的单调可行性关系。然后，我们将展示如何利用单调理论的协同设计，我们可以研究嵌入控制综合问题的任务驱动的协同设计问题的机器人平台。所提出的方法的属性说明考虑城市驾驶场景。我们展示了如何，给定一个特定的任务，我们可以有效地计算帕累托最优设计的解决方案。
2022-09-20 cs.RO cs.SY eess.SY
Ternary Logic Encodings of Temporal Behavior Trees with Application to Control Synthesis
University of Maryland, College Park（马里兰大学学院公园分校）
本文提出基于三值信号时序逻辑的三值逻辑时间行为树编码，用于构建线性动态系统的正确-by-设计控制策略，通过混合整数优化解决最优控制问题。
2026-10-06 cs.RO cs.SY eess.SY
Online Strategy Synthesis for Safe and Optimized Control of Steerable Needles
自治系统通常应用于不确定的环境中，这需要前瞻性的行动规划和回顾性的数据评估，以确保未来的规划，以确保安全运行。正式的方法可以支持这些系统的安全保证，但通常是昂贵的，并没有随着系统复杂性的增长很好地扩展。在本文中，我们介绍了在线策略合成的基础上，经典的策略合成，以获得正式的安全保证，同时反应和适应环境的变化。为了保证在线安全，我们将环境划分为区域类型，这些区域类型确定行动计划的接受程度并触发本地纠正行动。在频繁更新的模型上使用模型检查，我们可以导出本地安全的行动计划（前瞻性），并通过可达性检查（回顾性）将当前模型与新的观察结果相匹配。作为用例，我们成功地将在线策略合成应用于医疗针转向，即，引导（柔性和倾斜的）针穿过组织朝向目标，而不损伤其周围。
2021-10-25 cs.FL cs.GT cs.SY
Formal Controller Synthesis for Continuous-Space MDPs via Model-Free Reinforcement Learning
Ludwig Maximilian University of Munich（慕尼黑大学）；University of Colorado Boulder（科罗拉多大学博尔德分校）；Newcastle University（纽卡斯尔大学）
提出了一种新的用于连续空间马尔可夫决策过程（MDP）策略综合的强化学习方法。该方案使人们能够应用无模型的，现成的强化学习算法的有限MDP计算相应的连续空间MDP的最佳策略，而无需显式地构建有限状态抽象。所提出的方法是基于抽象的系统与一个有限的MDP（没有明确地构建它）与未知的转移概率，综合战略的抽象MDP，然后映射到具体的连续空间MDP与近似最优性保证的结果。感兴趣的系统的属性属于一个片段的线性时序逻辑，被称为语法共同安全的线性时序逻辑（scLTL），和合成的要求是在给定的有界时间范围内的满意度的概率最大化。本文的一个关键贡献是利用有限MDP上强化学习的经典收敛结果，并提供控制策略，最大化未知连续空间MDP的满意概率，同时提供概率接近度保证。基于自动机的奖励函数通常是稀疏的;我们提出了一种新的基于潜力的奖励整形技术，以产生密集的奖励来加速学习。所提出的方法的有效性证明了将其应用到三个物理基准的调节房间的温度，控制的道路交通细胞，和一个7维的非线性模型的宝马320 i汽车。
2020-03-02 cs.LG cs.SY eess.SY
Formal Synthesis of Certifiably Robust Neural Lyapunov-Barrier Certificates
University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Amherst College（阿默斯特学院）
本研究提出了一种形式化合成鲁棒神经Lyapunov-屏障证书的方法，通过对抗训练等技术提升RL在动态扰动下的安全性和鲁棒性。
2026-02-05 cs.AI cs.LG cs.RO
A General Framework for Verification and Control of Dynamical Models via Certificate Synthesis
Department Of Computer Science（计算机科学系）；Center for Systems and Control（系统与控制中心）
本文提出结合神经网络候选函数与 SMT 求解器形式化保证的通用框架，用于自动编码规范、综合并验证控制器及证书。
2024-10-28 cs.LG cs.LO cs.SY
