Feasibility-aware Learning of Robust Temporal Logic Controllers using BarrierNet
Amazon Robotics（亚马逊机器人）；Department of Mechanical Engineering（机械工程系）；Worcester Polytechnic Institute（沃斯堡技术学院）；Department of Electrical and Computer Engineering and the Department of Computer Science（电气与计算机工程系和计算机科学系）
本文提出一种基于BarrierNet的鲁棒时序逻辑控制器学习方法，通过可训练的高阶控制屏障函数约束和统一鲁棒性度量，实现对STL规范的严格满足，无需手动调参。
2026-01-28 cs.LG cs.SY eess.SY
Backpropagation through Signal Temporal Logic Specifications: Infusing Logical Structure into Gradient-Based Methods
Stanford University（斯坦福大学）；Toyota Research Institute（丰田研究院）
提出了一种利用计算图计算信号时序逻辑（STL）公式的定量语义的方法，称为STLCG。STLCG提供了一个平台，使逻辑规范纳入机器人问题，受益于基于梯度的解决方案。具体来说，STL是一种功能强大、表达能力强的形式化语言，它可以指定连续系统和混杂系统产生的信号的空间和时间属性。STL的定量语义提供了一个鲁棒性度量，即，信号满足或违反STL规范的程度。在这项工作中，我们设计了一个系统的方法来翻译STL的鲁棒性公式到计算图。通过这种表示，并利用现成的自动微分工具，我们能够有效地通过STL鲁棒性公式进行反向传播，从而实现STL规范与机器人技术中使用的许多基于梯度的方法的自然和易于使用的集成。通过一些来自各种机器人应用的例子，我们证明了STLCG是通用的，计算效率高，并能够将人类领域的知识到问题的制定。
2021-12-27 cs.CL cs.LO cs.SY
Smooth Robustness Measures for Symbolic Control Via Signal Temporal Logic
本文针对符号控制中STL鲁棒性度量非平滑非凸问题，推广并提出四种平滑鲁棒性度量，引入误差与梯度语义以优化选择并提高计算效率，经仿真验证。
2023-05-16 cs.SY eess.SY
Online Monitoring and Risk Assessment of Non-Cooperative UAVs via STL-Aware Adaptive Fusion Kalman Filtering
The Hong Kong Polytechnic University（香港理工大学）；China Mobile Hong Kong Company Limited（中国移动（香港）有限公司）
针对异步异构传感与不确定运动模式下非合作UAV的在线状态估计与风险评估问题，提出融合交互式多模型多速率卡尔曼滤波与STL的框架，提升了估计精度与安全预警的及时性，可用于实时UAV安全监测。
2026-07-30 cs.SY eess.SY
Combined Left and Right Temporal Robustness for Control under STL Specifications
本文提出同时考虑左右时间偏移的STL组合时间鲁棒性，推导其性质并用混合整数线性规划设计最大化该鲁棒性的线性系统控制律。
2023-06-08 cs.LO cs.SY eess.SY
Control of Multi-agent Systems under STL Specifications based on Prescribed Performance Observers
KTH Royal Institute of Technology（皇家理工学院）；Eindhoven University of Technology（埃因霍温理工大学）
本文研究了在有界外部扰动和通信受限条件下，满足协作信号时序逻辑规范的多智能体系统去中心化控制问题，提出k跳预设性能状态观测器以估计非直接通信邻居的状态并保证误差界。
2026-04-24 cs.SY eess.SY
A Smooth Robustness Measure of Signal Temporal Logic for Symbolic Control
University of Notre Dame（圣母大学）
近年来，越来越多地使用信号时序逻辑（STL）作为符号控制的形式化规范语言，由于其表达能力和接近自然语言。此外，STL规范可以使用STL的鲁棒语义编码为代价函数，将合成问题转换为优化问题。不幸的是，这些代价函数是非光滑和非凸的，并且使用混合整数规划的精确解不能很好地缩放。最近的工作集中在使用平滑近似的鲁棒性，这使得更快的基于梯度的方法找到局部最大值，以牺牲稳健性和/或完整性。我们提出了一种新的鲁棒性近似，是光滑的，声音，渐近完成。我们的方法结合了现有近似的优点，同时使保守性和完整性之间的明确权衡。
2020-06-09 cs.RO cs.SY eess.SY
Specifying User Preferences using Weighted Signal Temporal Logic
我们扩展信号时序逻辑（STL），使规范的重要性和优先级。该扩展名为加权STL（wSTL），具有与STL相同的定性（布尔）语义，但还定义了与布尔和时间运算符相关的权重，以调节其定量语义（鲁棒性）。我们证明了wSTL的鲁棒性可以定义为所有已知兼容鲁棒性泛函的加权推广（即，在公式上递归定义的鲁棒性得分），其可以考虑wSTL公式中的权重。我们利用这种加权的鲁棒性来区分信号相对于一个所需的wSTL公式，具有不同的重要性或优先级和时间偏好的子公式，并证明其有用的冲突任务的问题，其中所有任务的满意度不能实现。我们还采用wSTL鲁棒性的优化框架，合成控制器，最大限度地满足用户指定的偏好的规范。
2020-10-02 cs.SY eess.SY
Lipschitz Continuity of Signal Temporal Logic Robustness Measures: Synthesizing Control Barrier Functions from One Expert Demonstration
本文提出一种从单次专家演示构造控制障碍函数的方法，利用信号时序逻辑鲁棒性度量的Lipschitz连续性合成时变CBF，通过过滤控制输入确保系统轨迹满足规约，并在Robotarium上验证了有效性。
2023-04-07 cs.SY eess.SY
Risk-Awareness in Learning Neural Controllers for Temporal Logic Objectives
University of Southern California（南加州大学）；Toyota Motor North America R&D（丰田汽车北美研发中心）
在本文中，我们考虑的问题，在不确定性的存在下，使所得的闭环系统满足一定的硬约束，同时优化某些（软）性能目标的综合控制器。我们假设的硬约束编码安全或关键任务的任务目标表示使用信号时序逻辑（STL），而性能量化使用标准的代价函数的系统轨迹。为了优先满足STL硬约束，我们利用控制障碍函数（CBFs）的框架和算法获得的STL目标的CBFs。我们假设的控制器建模使用神经网络（NN），并提供一个优化算法来学习的NN控制器，优化性能在用户指定的鲁棒性裕度的安全规格的最佳参数。我们使用风险度量的形式主义来评估系统的鲁棒性裕度与其性能之间的权衡所带来的风险。我们证明了我们的方法的有效性，众所周知的困难的例子，如四旋翼和单旋翼非线性控制，其中每个系统的任务目标包括硬时间约束和安全目标。
2022-10-14 cs.AI cs.FL cs.SY
Stochastic Robustness Interval for Motion Planning with Signal Temporal Logic
University of Colorado Boulder（科罗拉多大学博尔德分校）
本文提出一种针对STL规范的连续时间随机轨迹鲁棒性度量及其监控器，并基于此开发了不确定性下机器人的采样运动规划算法，证明了概率完备性与渐近最优性。
2023-05-28 cs.FL cs.RO cs.SY
Signal Temporal Logic Meets Convex-Concave Programming: A Structure-Exploiting SQP Algorithm for STL Specifications
Université Paris-Saclay（巴黎-萨克雷大学）；Osaka University（大阪大学）；Kyoto University（京都大学）
针对带STL规范的控制问题中现有SQP方法易陷局部极小值的缺陷，提出基于CCP的结构利用型SQP算法，通过鲁棒性分解构造DC规划并仅近似析取部分求解，在鲁棒性和计算时间上均优于现有方法。
2023-05-16 cs.FL cs.RO cs.SY
Safety Verification and Navigation for Autonomous Vehicles based on Signal Temporal Logic Constraints
Clemson University（克莱姆森大学）
针对自动驾驶车辆导航的安全验证需求，本研究提出以信号时序逻辑（STL）规约为额外约束的模型预测控制器，结合sTaliro工具构建闭环控制方案，经多场景测试验证了车辆安全导航能力。
2024-09-16 cs.RO cs.SY eess.SY
Fast Robust Monitoring for Signal Temporal Logic with Value Freezing Operators (STL*)
本文针对STL*监控不可扩展的问题，提出带加速启发式的离线布尔与鲁棒性监控算法，首次支持嵌套冻结变量公式的长轨迹监控。
2024-09-29 cs.LO cs.SY eess.SY
pdSTL: Probabilistic Differentiable Signal Temporal Logic for Stochastic Systems
Oklahoma State University（俄克拉荷马州立大学）
提出pdSTL框架，将概率语义与可微鲁棒性结合，通过区间值概率语义和LSTM式展开实现线性时间可微监控，在障碍物规避、换道和真实四旋翼飞行实验中优于确定性可微STL。
2026-06-19 cs.RO cs.SY eess.SY
Efficient STL Control Synthesis under Asynchronous Temporal Robustness Constraints
针对 ATR 约束下的 STL 控制综合难题，本文利用瞬时偏移对集合消除冗余偏移并构建优化程序，给出兼具可靠性与完备性的高效方法及案例验证。
2023-07-24 cs.SY eess.SY
Interval Signal Temporal Logic from Natural Inclusion Functions
本文提出区间信号时序逻辑 ISTL，利用自然包含函数递归构造区间鲁棒性语义，以处理不确定信号与谓词，并通过离线监测和在线控制综合示例验证其易用性。
2023-12-11 cs.SY eess.SY
A Geometric Decision Procedure for STL Feasibility and Repair
University of Auckland（奥克兰大学）
本文提出一种与时间视界无关的几何决策程序，通过将STL约束转化为空间可达集并解析求逆动态扩展，实现快速可行性检查与精确时间延迟修复，实验显示毫秒级执行与大幅加速。
2026-10-14 cs.RO cs.SY eess.SY
STL-GCS: A Planner-Controller Framework for Signal Temporal Logic via Graphs of Time-varying Convex Sets
提出用于满足凸谓词上STL规范的统一轨迹规划与控制框架，规划层将任务编码为时变凸集，结合GCS框架并由B样条参数化轨迹，控制层据此设计反馈控制器，通过仿真和实际实验验证了该方法。
2026-07-22 cs.RO cs.SY eess.SY
Ro-To-Go! Robust Reactive Control with Signal Temporal Logic
本文提出了一种新的信号时间逻辑鲁棒性度量方法Ro-To-Go，用于改进模型预测控制中的机器人控制，通过隔离后缀轨迹的贡献，提高决策能力，并在仿真中验证了其有效性。
2026-05-18 cs.SY eess.SY
Conformal Quantitative Predictive Monitoring of STL Requirements for Stochastic Processes
University of Trieste（的里雅斯特大学）；King’s College London（伦敦国王学院）
本文提出定量预测监控（QPM），首个支持随机过程与STL规范的预测监控方法，通过共形分位数回归高效预测具有概率保证的STL鲁棒性区间，并能组合处理复合公式，在四个离散时间随机过程基准上验证了有效性与可扩展性。
2023-04-06 cs.LG cs.LO cs.RO
Time-Robust Path Planning with Piece-Wise Linear Trajectory for Signal Temporal Logic Specifications
针对时间不确定性场景，提出基于分段线性轨迹的STL路径规划方法，通过定义时间鲁棒性并编码为MILP，减少变量并提升长规划范围下的综合效率。
2024-03-15 cs.SY eess.SY
Synthesis of Temporally-Robust Policies for Signal Temporal Logic Tasks using Reinforcement Learning
针对未知随机环境下STL控制策略设计问题，提出兼顾时序鲁棒性的两个控制目标，通过近似处理适配标准Q-learning算法并推导理论边界，经案例验证方法可行。
2024-03-23 cs.SY eess.SY
Continuous-Time Control Synthesis for Multiple Quadrotors under Signal Temporal Logic Specifications
University of Waterloo（滑铁卢大学）；Shenzhen Technology University（深圳技术大学）
本文提出双阶段框架，基于几何控制进行Lyapunov分析并设计多维增益，结合混合整数凸优化生成满足多智能体STL任务的轨迹，提升系统鲁棒性和暂态性能。
2026-03-30 cs.MA cs.SY eess.SY
Stratifying Reinforcement Learning with Signal Temporal Logic
University at Albany, State University of New York（纽约州立大学奥尔巴尼分校）；Lockheed Martin, Advanced Technology Labs（洛克希德·马丁公司先进技术实验室）
本文提出基于分层理论的信号时间逻辑语义，揭示分层理论与STL的对应关系，为深度强化学习嵌入空间结构分析提供新框架，并推动新型计算技术发展。
2026-04-06 cs.LG cs.LO cs.SY
Temporal Robustness of Stochastic Signals
研究了随机信号的时间鲁棒性。这一主题是特别感兴趣的交织过程，如多代理系统的通信和个人代理诱导时间的不确定性。对于一个确定性的信号和一个给定的规格，我们首先引入同步和异步的时间鲁棒性来量化信号的鲁棒性相对于同步和异步的时间偏移在它的子信号。然后，我们定义的时间鲁棒性风险，通过调查的时间鲁棒性的实现的随机信号。该定义可以解释为与随机信号相关的风险，即不能及时稳健地满足规范。在该定义中，允许诸如信号时序逻辑规范的一般形式的规范。我们展示了如何从风险值的数据中估计时间鲁棒性风险。时间鲁棒性风险的有用性强调了理论和经验证据。特别是，我们提供了各种数值案例研究，包括自动驾驶中的T形交叉口场景。
2022-03-12 cs.FL cs.SY eess.SY
Robustness to Modeling Errors in Risk-Sensitive Markov Decision Problems with Markov Risk Measures
我们考虑风险敏感的马尔可夫决策过程（MDP），其中MDP模型的影响，在一个紧凑的度量空间的值的参数。我们确定了充分条件下，模型参数的小扰动导致小的变化，在最优值函数和最优策略。我们进一步建立的鲁棒性的风险敏感的最优策略建模误差。数据驱动的决策，决策偏好的不确定性，和系统的噪声分布变化的结果的影响进行了讨论。
2022-09-26 cs.SY eess.SY math.OC
Elliptical Slice Sampling for Probabilistic Verification of Stochastic Systems with Signal Temporal Logic Specifications
Cornell University（康奈尔大学）；Dexai Robotics（Dexai机器人公司）；Massachusetts Institute of Technology（麻省理工学院）
针对带感知缺陷的自主机器人系统，提出基于椭圆切片采样的概率验证方法，可无过度近似地计算STL任务满足概率，应用于机器人运动规划场景。
2022-02-28 cs.RO cs.SY eess.SY
Risk-sensitive performance criteria and robustness of quantum systems with a relative entropy description of state uncertainty
本文探讨了量子控制系统原始风险敏感性能标准与其近期二次指数 counterpart 之间的联系，并讨论了最小化这些成本函数与系统-环境量子态不确定性鲁棒性的关系，类似于经典系统最小化 LQG 控制。
2018-02-01 cs.SY eess.SY math.OC
Quantifying Risk Under Evolving Uncertainty: Belief-Dependent Robustness for Safe Sequential Decision Making
Technical University of Munich（慕尼黑工业大学）；Masaryk University（马萨里克大学）
本文提出RATTL算法，将智能体谨慎程度与认知不确定性绑定，证明其规划问题适定且满足安全三明治性质，可保障LLM等智能体在不确定性下的运行时安全。
2026-08-20 cs.AI cs.SY eess.SY
Integer-Free Control Synthesis for Signal Temporal Logic via Ranked Implicants
Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所）；School of Computer Science, University of Birmingham（伯明翰大学计算机学院）
本文针对有限时域STL约束下的非线性离散时间系统，提出一种无整数控制综合方法，通过排序蕴含项求解非线性规划，在多智能体系统上验证其能找到有效轨迹且效率优于混合整数方法。
2026-10-16 cs.SY eess.SY
Robust Online Monitoring of Signal Temporal Logic
Toyota Technical Center（丰田技术中心）；University of California Berkeley（加州大学伯克利分校）
本文提出一种鲁棒在线监控信号时序逻辑部分轨迹的语义，通过高效算法在汽车领域和MOOC教学中验证，显著降低计算成本。
2015-06-26 cs.SY eess.SY
