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
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
STL Robustness Risk over Discrete-Time Stochastic Processes
University of Pennsylvania（宾夕法尼亚大学）
我们提出了一个框架来解释信号时序逻辑（STL）公式在离散时间随机过程的诱导风险。随机过程的每个实现要么满足要么违反STL公式。事实上，我们可以为每个实现分配一个鲁棒性值，以指示该实现满足STL公式的鲁棒性。然后，我们定义了一个随机过程不满足STL公式鲁棒的风险，称为STL鲁棒性风险。在我们的定义中，我们允许一般类别的风险度量，例如但不限于条件风险价值。虽然在一般情况下很难计算，我们提出了一个近似的STL鲁棒性风险。这种近似具有理想的性质是STL鲁棒性风险的上限时，所选择的风险度量是单调的，大多数风险措施所满足的属性。出于对数据驱动方法的兴趣，我们提出了一种基于抽样的方法，用于从风险值的数据中估计近似STL鲁棒性风险。当我们考虑风险价值时，我们强调这种基于抽样的方法对于其他风险度量是可行的。
2022-03-07 cs.FL cs.LG cs.SY
Risk-Bounded Temporal Logic Control of Continuous-Time Stochastic Systems
基于最近对风险感知控制的兴趣，我们研究了一个连续时间控制综合问题，以限制随机线性系统违反给定规范的风险。我们使用风险信号时序逻辑作为一个规范的形式主义，其中分布鲁棒的风险谓词被认为是配备了通常的布尔和时间运营商。我们的控制方法依赖于重新制定这些风险谓词的确定性谓词的平均和协方差系统的状态。然后，我们得到一个定时序列的均值和协方差状态集的时间自动机表示的规格。为了避免自动机状态数量的爆炸，我们提出了有效地找到候选序列的算法。为了执行和检查这些序列的动态可行性，我们提出了一种基于时间离散化和约束收紧的采样数据控制技术，该技术允许在满足连续时间约束的同时执行定时转换。
2022-04-08 cs.FL cs.SY eess.SY
Opportunistic Qualitative Planning in Stochastic Systems with Preferences over Temporal Logic Objectives
当不能同时满足所有约束时，偏好在确定要满足哪些目标/约束方面起着关键作用。在这项工作中，我们研究了基于偏好的规划建模为马尔可夫决策过程的随机系统中，受到可能的不完全的偏好在时间上扩展的目标。我们的贡献有三个方面：首先，我们引入了一种偏好语言来指定对时间扩展目标的偏好。其次，我们定义了一个新的自动机理论模型来表示由给定的偏好关系诱导的前序。偏好的自动机表示使我们能够开发一个基于偏好的随机系统规划算法。最后，我们展示了如何合成机会主义策略，实现了一个结果，提高了当前的可满足的结果，具有积极的概率或概率1，在随机系统。我们说明我们的解决方案的方法，使用机器人运动规划的例子。
2022-03-25 cs.FL cs.GT cs.SY
Safety Verification of Stochastic Systems under Signal Temporal Logic Specifications
研究随机系统在信号时序逻辑规范下的验证问题，提出STL侵蚀策略，将概率验证转化为更严格的确定性验证，可与现有算法无缝集成，数值实验验证了其有效性。
2025-02-11 cs.FL cs.LO cs.SY
Verifying Stochastic Hybrid Systems with Temporal Logic Specifications via Model Reduction
我们提出了一个可扩展的方法来验证随机混合系统。利用Mori-Zwanzig约化方法，构造了一个随机混合系统的有限状态马尔可夫链约化，并证明了该约化的马尔可夫链在分布意义下与原系统近似等价.近似等价的随机混合系统和它的马尔可夫链约简意味着分析马尔可夫链的适当加强的属性，使我们能够得出结论，是否原来的随机混合系统满足其时态逻辑规格。我们提出了第一个统计模型检测算法来验证随机混合系统的正确性，表示在线性不等式线性时态逻辑（iLTL）或度量区间时态逻辑（MITL）。
2020-09-16 cs.SY eess.SY math.OC
Performance and Robustness Analysis of Stochastic Jump Linear Systems using Wasserstein metric
Department of Aerospace Engineering, Texas A\&M University, College Station, TX 77843-3141 USA.
本文通过Wasserstein度量分析随机跃线性系统的性能与鲁棒性，提出了一种统一框架，验证了该方法的有效性与效率。
2014-05-25 cs.SY eess.SY math.PR
On robustness, input-to-state stability and backstepping for stochastic differential equations
University of Melbourne（墨尔本大学）；Université de Lorraine, CNRS, CRAN（洛林大学、法国国家科学研究中心、自动控制与信息技术研究实验室）；University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
研究随机微分方程原点稳定性对小扰动的鲁棒性条件，通过两种方式表达鲁棒性，在一定假设下证明相关性质，还提出基于鲁棒性分析工具的随机积分反步法。
2026-07-13 cs.SY eess.SY math.OC
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
Robust Motion Planning employing Signal Temporal Logic
Royal Institute of Technology (KTH)（皇家理工学院）
本文提出结合信号时序逻辑与模型预测控制的鲁棒运动规划方法，通过引入离散平均空间鲁棒性指标提升对噪声的抗干扰能力。
2017-03-06 cs.SY eess.SY
Risk of Stochastic Systems for Temporal Logic Specifications
数据的广泛可用性，加上人工智能和机器学习的计算进步，有望实现许多未来技术，如自动驾驶。虽然这些技术已经有了各种成功的示范，但多次报告了关键的系统故障。即使这种系统故障很少见，但如果没有严格的风险评估，这种系统故障也会对采用构成严重障碍。本文提出了一个系统和严格的系统风险验证的框架。我们认为制定信号时序逻辑（STL）的系统规范和模型的系统作为一个随机过程，允许离散时间和连续时间的随机过程。然后，我们将STL鲁棒性风险定义为缺乏鲁棒性的风险。这个定义的动机是因为系统故障往往是由于缺乏鲁棒性的建模误差，系统干扰，并在底层数据生成过程中的分布变化。在定义中，我们允许一般类别的风险度量，并专注于尾部风险度量，如风险价值和条件风险价值。虽然STL鲁棒性风险一般难以计算，但我们提出了近似的STL鲁棒性风险作为一个更易于处理的概念，该概念将STL鲁棒性风险上限化。我们展示了如何从系统轨迹数据中准确估计近似STL鲁棒性风险。对于离散时间随机过程，我们证明了在何种条件下近似STL鲁棒性风险甚至可以精确计算。我们说明了我们的验证算法在自动驾驶模拟器CARLA和显示如何风险最小的控制器可以选择四个神经网络车道保持控制器的五个有意义的系统规范。
2022-10-08 cs.FL cs.LO cs.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
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
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
Robustness to incorrect priors in partially observed stochastic control
Queen’s University（女王大学）
研究随机控制问题最优解对初始概率测度的连续性性质及其在不完整或不正确先验下的鲁棒性，证明在弱收敛或Wasserstein收敛下无法保证连续性和鲁棒性，但在总变分收敛下在一定条件下最优成本是连续的，并通过进一步假设测量模型得到在先验弱收敛下鲁棒性和连续性也成立，从而获得在不正确先验应用控制策略时的鲁棒性结果和误差界。
2019-04-13 cs.SY eess.SY math.OC
Temporal Logic Verification of Stochastic Systems Using Barrier Certificates
Technical University of Munich（慕尼黑工业大学）；Newcastle University（纽卡斯尔大学）
本文提出了一种基于线性时序逻辑片段（称为有限轨迹安全LTL）的离散时间随机系统的时序逻辑验证方法，通过屏障证书计算满足复杂时序属性的轨迹概率下界，该方法在计算效率上优于传统离散化方法，且避免了状态集离散化带来的维度灾难。
2018-06-29 cs.SY eess.SY
Risk-Aware MPC for Stochastic Systems with Runtime Temporal Logics
本文针对运行时动态分配时序逻辑规范的随机系统，提出一种可证明正确的风险感知模型预测控制方案，在保证既有规范满足的前提下动态评估并满足新规范，并通过机器人运动规划案例验证。
2024-04-30 cs.LO cs.SY eess.SY
Computational methods for stochastic control with metric interval temporal logic specifications
University of Pennsylvania（宾夕法尼亚大学）
本文研究了连续时间随机系统在度量区间时序逻辑规范下的最优控制问题，提出了一种基于离散近似的方法来合成最优控制策略，以最大化满足规范的概率，并展示了该策略在离散近似中收敛到连续时间语义下的最优策略。
2015-04-20 cs.SY eess.SY
On the Robustness of Temporal Properties for Stochastic Models
DMG, University of Trieste, Italy（DMG，特里埃斯特大学，意大利）；School of Informatics, University of Edinburgh（信息学院，爱丁堡大学）
本文研究了随机模型中时间属性的鲁棒性，提出鲁棒性度量方法，并结合满足概率优化系统设计。
2013-09-03 cs.AI cs.LG cs.LO
Provably Correct Controller Synthesis of Switched Stochastic Systems with Metric Temporal Logic Specifications: A Case Study on Power Systems
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）；Argonne National Laboratory（阿贡国家实验室）
针对具有度量时序逻辑（MTL）规范的切换随机控制系统，提出了一种可证明正确的控制器综合方法。首先给出了切换随机控制系统的随机控制互模拟函数，该函数以概率的方式限制了切换随机控制系统与其标称确定性控制系统之间的轨迹发散.然后，我们开发了一种方法来计算最优控制输入的确定性控制系统的标称轨迹与初始状态变化和随机不确定性的鲁棒性解决一个优化问题。我们实现了我们的鲁棒随机控制器的综合方法上的四总线电力系统和九总线电力系统下的发电损耗干扰，MTL规格表示的要求，电网频偏，风力涡轮发电机转子速度的变化和功率流的限制，在不同的电力线。
2021-03-26 cs.AI cs.SY eess.SY
On Robustness Analysis of Stochastic Biochemical Systems by Probabilistic Model Checking
Systems Biology Laboratory, Faculty of Informatics, Masaryk University（马萨里克大学信息学院系统生物学实验室）
本文提出一种新颖的框架，用于严格分析随机生物化学系统的鲁棒性，通过概率模型检查评估参数不确定性下的鲁棒性，展示了随机动力学的精确分析及对信号网络鲁棒性的比较。
2013-10-17 cs.CE cs.NA cs.SY
Probabilistic Robustness Analysis of Stochastic Jump Linear Systems
Texas A&M University（德克萨斯农工大学）
本文提出测量随机跳跃线性系统对初始状态不确定性和切换随机性的概率鲁棒性新方法，利用Wasserstein距离作为度量工具，通过高斯混合分布演变及替代概率密度函数提升计算效率。
2014-03-10 cs.SY eess.SY math.DS
Stochastic MPC with robustness to bounded parametric uncertainty
基于模型的控制技术的性能在很大程度上取决于所采用的动态模型的质量。如果需要强有力的保证，那么通常会稳健地处理所有可能的不确定性来源，例如模型不准确或外部干扰。然而，这可能导致过于保守的控制策略。本文针对具有有界参数不确定性和潜在无界随机加性噪声的离散时间LTI系统，提出了一种随机模型预测控制方法。该方案利用位似管道沿预测水平的参数不确定性的鲁棒处理。随机噪声处理的非保守收紧约束的概念，使用概率可达集（PRS）。为了适应所有可能的参数不确定性，我们提供了一种仅基于噪声序列的一阶和二阶矩生成“鲁棒化”PRS的策略。在二次代价函数的情况下，并且在进一步的i.i.d.在噪声分布的假设下，我们还提供了闭环状态的l2-范数的平均渐近性能界。最后，我们证明了我们的计划上的一个说明性的例子，并在建筑物的温度控制问题。
2022-05-20 cs.SY eess.SY
Temporal Logic Control for Stochastic Linear Systems using Abstraction Refinement of Probabilistic Games
Masaryk University（马萨里克大学）；IST Austria（奥地利科学技术研究院）；Boston University（波士顿大学）
研究针对随机线性系统设计控制策略以确保轨迹几乎必然满足时序逻辑规范，采用迭代抽象细化和基于回合的双玩家概率游戏方法，提出解决框架并验证有效性。
2015-02-23 cs.SY eess.SY
Robustness to Incorrect Models and Data-Driven Learning in Average-Cost Optimal Stochastic Control
我们研究的连续性和鲁棒性的无限时域平均期望成本问题（控制）过渡内核，和应用这些结果的问题的鲁棒性的控制策略设计的近似模型应用于实际系统。我们证明了文献中提出的贴现成本问题的充分条件一般不足以确保平均成本问题的鲁棒性。然而，我们发现，平均最优成本是连续的受控转移核模型的收敛，其中模型的收敛需要（i）连续弱收敛的状态和行动，（ii）连续setwise收敛的行动，每个固定的状态变量，除了一致遍历或一些正则性条件。我们建立的失配误差，由于应用的控制策略设计的一个不正确的估计模型的真实模型减少到零，不正确的模型接近真实模型下规定的收敛标准。我们的研究结果显着放宽相关的研究文献中，主要考虑了更严格的全变差收敛标准。通过经验数据估计模型的鲁棒性的应用（几乎肯定弱收敛标准通常成立，但更强的标准不成立）进行了研究，并建立了数据驱动学习的渐近鲁棒性的条件。
2020-12-20 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
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
Adversarial Robustness Verification and Attack Synthesis in Stochastic Systems
Northeastern University（东北大学）
概率模型检验是一种用于描述和验证随机系统（包括随机协议和强化学习模型）属性的有用技术。现有的方法依赖于假设的结构和某些系统转换的概率。这些假设可能是不正确的，甚至可能被获得系统组件控制权的对手违反。在本文中，我们开发了一个正式的框架对抗鲁棒性建模为离散时间马尔可夫链（DTMCs）的系统。我们的框架基于现有的方法验证概率时序逻辑属性，并将其扩展到包括确定性，无记忆的政策在马尔可夫决策过程（MDP）。我们的框架包括一个灵活的方法来指定结构保持和非结构保持对抗模型。我们概述了一类威胁模型下，对手可以扰乱系统的过渡，约束由一个$\varepsilon$球周围的原始转换概率。我们定义了三个主要的DTMC对抗鲁棒性问题：对抗鲁棒性验证，最大$δ$合成，最坏情况下的攻击合成。我们提出了两个基于优化的解决方案，这三个问题，利用传统的和参数的概率模型检验技术。然后，我们评估我们的解决方案上的两个随机协议和收集的网格世界的案例研究，该模型的代理在一个环境中描述为一个MDP。我们发现，在小参数空间的快速计算的参数解决方案的结果。在对手限制较少（较强）的情况下，参数的数量增加，直接计算属性满足概率更具可扩展性。我们通过比较不同属性、威胁模型和案例研究的系统结果来证明我们的定义和解决方案的有用性。
2022-07-31 cs.CR cs.FL cs.LG
Controller Synthesis of Wind Turbine Generator and Energy Storage System with Stochastic Wind Variations under Temporal Logic Specifications
在本文中，我们提出了一种控制器综合方法的风力涡轮发电机（WTG）和能量存储系统的度量时序逻辑（MTL）规范，可证明的概率保证在随机环境中的风力发电。MTL规范是对电网频偏、WTG转子速度变化和不同线路的功率流约束的要求。提出了随机控制互模拟函数，该函数以概率的方式限制了切换随机控制系统和切换标称控制系统的轨迹的发散，通过求解确定性控制系统标称轨迹的优化问题，设计了一个前馈控制器，该前馈控制器对初始状态变化和随机不确定性具有鲁棒性.然后，我们从模拟轨迹的数据生成反馈控制律。我们实现了我们的控制方法的四节点系统和九节点系统，并测试了该方法的有效性与发电损失的干扰。我们还测试了反馈控制器的优势时，意外的干扰发生的前馈控制器。
2019-11-26 cs.LO cs.SY eess.SY
Stochastic and Robust MPC for Bipedal Locomotion: A Comparative Study on Robustness and Performance
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；University of Trento（特伦托大学）；New York University（纽约大学）
线性模型预测控制（MPC）已成功地用于产生可行的人形机器人的步行运动。然而，不确定性对约束满意度的影响仅使用鲁棒MPC（RMPC）方法进行了研究，该方法考虑了每个时刻有界扰动的最坏情况实现。在这封信中，我们首次提出使用线性随机MPC（SMPC）来解释双足行走的不确定性。我们表明，SMPC提供了更大的灵活性，用户（或高层次的决策者）容忍小（用户定义的）概率约束违反。因此，SMPC可以被调整以实现任意接近100%的约束满足概率，但不会像基于管的RMPC那样牺牲性能。我们比较SMPC对RMPC的鲁棒性（约束满足）和性能（最优性）。我们的研究结果突出了SMPC的好处和机器人社区的兴趣，作为一个强大的数学工具，处理不确定性。
2020-11-13 cs.RO cs.SY eess.SY
Barrier Certificates for Uncertain Temporal Specifications
University of Birmingham（伯明翰大学）；Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所）
本文研究随机动态系统满足时间逻辑规范的问题，通过扩展空间引入谓词不确定性，利用屏障证书提供可计算条件以避免动态规划计算负担。
2026-05-10 cs.LO cs.SY eess.SY
Robustness of large-scale stochastic matrices to localized perturbations
Lund University（隆德大学）；Politecnico di Torino（都灵理工大学）
本文研究了两个差异在部分行上的随机矩阵的不变分布总变差距离上界，探讨了其在大规模网络问题中的应用，包括PageRank算法、分布式平均与共识算法及粒子系统。
2015-05-16 cs.DM cs.SI cs.SY
Robust Satisfaction of Temporal Logic Specifications via Reinforcement Learning
Georgia Institute of Technology（佐治亚理工学院）；Boston University（波士顿大学）；Stanford University（斯坦福大学）
本文提出通过强化学习最大化满足信号时序逻辑规范的概率和鲁棒性，通过机器人导航仿真验证其在概率和鲁棒性上的优越性。
2015-10-22 cs.RO cs.SY eess.SY
Stochastic Actor-Critic: Mitigating Overestimation via Temporal Aleatoric Uncertainty
Turkish Aerospace（土耳其航空航天）
STAC通过引入时间性随机不确定性来缓解强化学习中批评器的过估计问题，采用分布性批评器和dropout正则化提升稳定性和效率。
2026-01-02 cs.AI cs.LG cs.SY
Conformal Data-driven Control of Stochastic Multi-Agent Systems under Collaborative Signal Temporal Logic Specifications
针对随机离散时间线性多智能体系统的联合机会约束协同信号时序逻辑规范控制问题，提出无分布保形数据驱动方法，通过分解系统、设计反馈控制器、量化预测区域及分布式优化，实现可扩展的控制策略。
2025-08-25 cs.MA cs.SY eess.SY
Robustness to Incorrect Priors and Controlled Filter Stability in Partially Observed Stochastic Control
我们研究控制滤波器的稳定性及其对最优控制策略的鲁棒性的影响。滤波器稳定性是指随着观测值的增加，对部分观测的随机动力系统（受控或无控）的错误初始化滤波器的校正。这个问题已被广泛研究，在控制自由的上下文中，除了标准的机械线性高斯系统，涉及卡尔曼滤波器，很少有研究存在的控制设置。无控制和受控部分观测马尔可夫链之间的主要区别之一是，在前者下的过滤器总是马尔可夫的，而在受控模型下的过滤过程可能不是马尔可夫的，因为控制策略可能依赖于过去的测量在一个任意的（可测量的）方式。这使依赖结构复杂化，因此来自无控制文献的结果不直接适用于受控设置。本文研究受控随机动力系统的滤波器稳定性问题，给出了错误初始化的滤波器与正确初始化的滤波器随时间融合的充分条件。这些稳定性的结果适用于强大的随机控制问题：过滤器的稳定性下，我们绑定的差异，预期成本的实施错误设计的控制策略相比，最佳的政策。一个结论是，过滤器的稳定性导致更强的鲁棒性结果不正确的先验（与设置没有控制过滤器的稳定性相比）。此外，如果每个先验的最优成本相同，则真实先验和假设先验之间的失配成本为零。
2021-10-07 cs.SY eess.SY math.OC
An excursion onto Schrödinger's bridges: Stochastic flows with spatio-temporal marginals
本研究将随机流终止机制引入薛定谔桥范式，推导时空耦合的薛定谔偏微分方程组并采用Fortet-Sinkhorn类算法求解，拓展了可解决的控制与估计问题范围，且所得桥过程保留马尔可夫结构，控制器为状态反馈形式。
2024-06-13 cs.SY eess.SY math.OC
