SC-Explorer: Incremental 3D Scene Completion for Safe and Efficient Exploration Mapping and Planning
ETH Zürich（苏黎世联邦理工学院）；Technical University of Munich（慕尼黑工业大学）；Google（谷歌）
未知环境的探索是机器人技术中的一个基本问题，也是自治系统许多应用中的一个重要组成部分。探索未知环境的一个主要挑战是机器人必须在每个时间步利用有限的信息进行规划。虽然大多数当前的方法依赖于基于这些部分观察的算法和假设来规划路径，但我们提出了一种新的方法，通过利用3D场景完成来将深度学习集成到探索中，以实现明智，安全和可解释的探索映射和规划。我们的方法，SC-资源管理器，结合场景完成使用一种新的增量融合机制和新提出的分层多层映射方法，以保证安全和效率的机器人。我们进一步提出了一个信息丰富的路径规划方法，利用我们的映射方法和一个新的场景完成感知信息增益的能力。虽然我们的方法是普遍适用的，我们评估它在微型飞行器（MAV）的用例。我们在高保真仿真实验中仅使用移动硬件彻底研究了每个组件，并表明与基线相比，我们的方法可以将环境的覆盖率提高73%，而地图精度的降低幅度很小。即使场景完成不包括在最终的地图，我们表明，它们可以用来引导机器人选择更多的信息路径，加快了35%的机器人的传感器的场景测量。我们在一个完全自主的MAV上验证了我们的系统，即使在复杂的混乱环境中也能显示出快速可靠的场景覆盖。我们将我们的方法作为开源提供。
2022-09-15 cs.CV cs.RO
Feasibility Restoration under Conflicting STL Specifications with Pareto-Optimal Refinement
Department of Computer Science, University of Southern California（南加州大学计算机科学系）；Department of Computer Science and Engineering, Texas A&M University（德克萨斯农工大学计算机科学与工程系）
本文提出了一种两阶段框架，在冲突的STL规范下通过最小松弛恢复可行性，并通过多目标优化实现可解释的决策。
2026-03-06 cs.RO
Reactive Task and Motion Planning under Temporal Logic Specifications
Korea Advanced Institute of Science and Technology（韩国科学技术院）
我们提出了一个任务和运动规划（TAMP）算法对人类操作员的合作或对抗性干预鲁棒。干预措施通常会使当前的计划无效，并需要在飞行中重新计划。重新规划可能在计算上是昂贵的，并且经常中断无缝的任务执行。我们介绍了一种动态可重构的规划方法与基于行为树的控制策略对反应TAMP，它利用了以前的计划和增量图搜索在基于时序逻辑的反应合成。我们的算法还显示了高效的恢复功能，可以最大限度地减少重新规划步骤的数量。最后，我们的算法产生一个强大的，高效的，完整的TAMP解决方案。我们的实验结果表明，该算法在模拟和现实世界的任务中具有优异的操作性能。
2021-03-26 cs.RO
Synthesis of Safety Specifications for Probabilistic Systems
Imperial College（帝国学院）
本文提出了一种基于PCTL的概率系统安全规范合成方法，通过理论框架和价值迭代算法实现更一般的时间属性表达。
2025-11-20 cs.AI cs.LG cs.LO
Safe Reinforcement Learning with Probabilistic Guarantees Satisfying Temporal Logic Specifications in Continuous Action Spaces
Technical University of Munich（慕尼黑工业大学）；California Institute of Technology（加州理工学院）
针对连续动作空间中RL缺乏安全保证的问题，提出“概率验证—RL性能优化—再验证”的三步安全RL流程，并在动态障碍规避任务中验证其可兼顾高效学习与时序逻辑概率安全。
2023-09-28 cs.RO cs.SY eess.SY
Composing Control Barrier Functions for Complex Safety Specifications
California Institute of Technology（加州理工学院）
本文针对复杂安全规范问题，提出将状态约束布尔组合转化为单一连续可微控制障碍函数的算法框架，并验证其安全控制效果。
2023-12-03 cs.RO cs.SY eess.SY
Safe reinforcement learning for probabilistic reachability and safety specifications: A Lyapunov-based approach
Seoul National University（首尔国立大学）
机器人和自主系统中的新兴应用，如自动驾驶和机器人手术，通常涉及关键的安全约束，即使有关系统模型的信息有限，也必须满足这些约束。在这方面，我们提出了一个无模型的安全规范方法，学习安全操作的最大概率，通过仔细结合概率可达性分析和安全强化学习（RL）。我们的方法构造了一个关于安全策略的李雅普诺夫函数来约束每个策略改进阶段。其结果是，它产生了一系列的安全策略，确定安全操作的范围，称为安全集，单调扩展，并逐渐收敛。我们还开发了一个有效的安全的探索计划，加快了未检查状态的安全性识别过程。利用李雅普诺夫屏蔽，我们的方法调节的探索性政策，以避免危险状态的高置信度。为了处理高维系统，我们通过引入拉格朗日松弛技术来进一步扩展我们的方法到深度RL，以建立一个易于处理的actor-critic算法。我们的方法的经验表现证明，通过连续控制基准问题，如达到任务的平面机器人手臂。
2020-02-24 cs.AI cs.RO cs.SY
Decentralized Safe Reactive Planning under TWTL Specifications
University of Minnesota（明尼苏达大学）
我们研究了一个多智能体规划问题，每个智能体的目标是实现一个单独的任务，同时避免与他人的冲突。我们假设每个代理的任务表示为一个时间窗口时序逻辑（TWTL）规范定义在一个3D环境。我们提出了一个分散的滚动时域算法在线规划的轨迹。我们表明，当环境是充分连接，所产生的代理轨迹总是安全的（无碰撞），并导致满意的TWTL规范或其有限的时间松弛。因此，死锁总是被避免，并保证每个代理在最坏的情况下，以有限的时间延迟安全地完成其任务。所提出的算法的性能通过数值模拟和实验证明与四旋翼。
2020-07-23 cs.MA cs.RO 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
Monitor-Based Runtime Assurance for Temporal Logic Specifications
本文介绍了安全控制器的体系结构，作为一个运行时保证机制的系统规格表示为线性时序逻辑（LTL）的安全属性。安全控制器有三个基本组成部分：性能控制器、备用控制器和保证机制。保证机制使用一个监视器，构造为一个有限状态机（FSM），以分析一个建议的性能控制输入和搜索的系统轨迹是坏前缀的系统规范。来自保证机制的故障标志表示潜在危险的未来系统状态，并触发保证始终保持系统安全的输入序列。一个案例研究，详细介绍了一个非确定性的网络物理系统的安全控制器的建设和实施。
2019-08-08 cs.SY eess.SY
Incremental Composition of Learned Control Barrier Functions in Unknown Environments
提出一种通过紧支撑径向基函数参数化局部CBFs并增量组合全局CBF的方法，在未知环境中安全探索并随数据增长扩展安全集，实验验证了其有效性。
2025-04-02 cs.SY eess.SY
A New Simulation Metric to Determine Safe Environments and Controllers for Systems with Unknown Dynamics
University of California, Berkeley（加州大学伯克利分校）
本文提出了一种基于规范的仿真度量（SPEC），用于在系统动态未知的情况下，通过更严格的规范修改来合成安全控制器，从而扩大安全环境集。
2019-02-27 cs.RO cs.SY eess.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
Safe Model-based Control from Signal Temporal Logic Specifications Using Recurrent Neural Networks
Boston University（波士顿大学）；Commonwealth School（联邦学校）
我们提出了一种策略搜索方法来学习控制器的信号时序逻辑（STL）公式的规格。系统模型是未知的，但假设是仿射控制系统，与控制策略一起学习。该模型被实现为两个前馈神经网络（FNN）-一个用于漂移，一个用于控制方向。为了捕获STL规范的历史依赖，我们使用递归神经网络（RNN）来实现控制策略。与流行的无模型方法相比，本文提出的学习方法利用了学习模型，并且更有效。我们使用控制障碍函数（CBF）与学习模型，以提高系统的安全性。我们通过仿真和实验验证了我们的算法。实验结果表明，该方法在很短的系统运行时间内就能满足给定的控制要求，可用于在线控制。
2023-03-03 cs.LG cs.SY eess.SY
Recurrent Neural Network Controllers for Signal Temporal Logic Specifications Subject to Safety Constraints
Boston University（波士顿大学）
我们提出了一个框架，基于递归神经网络（RNNs），以确定一个离散时间系统，需要满足规格的信号时序逻辑（STL）公式的最佳控制策略。RNN可以存储系统随时间变化的信息，因此，使我们能够确定STL公式中指定的动态时间要求的满足情况。给定一个STL公式，一个满足系统执行的数据集和相应的控制策略，我们可以使用RNN根据系统的当前和以前的状态预测每次的控制策略。我们使用控制障碍函数（CBF）来保证预测控制策略的安全性。我们验证了我们的理论公式，并通过仿真证明了其性能的最优控制问题的部分未知的安全约束。
2020-09-24 cs.LG cs.SY eess.SY
Real-time trajectory planning for automated vehicle safety and performance in dynamic environments
高性能自动车辆在静态和移动障碍物环境中的安全轨迹规划是一个具有挑战性的问题。挑战的一部分是开发一种可以实时求解的公式，同时包括以下一组规格：最短的目标时间，动态车辆模型，最小的控制工作，静态和移动避障，速度和转向的同时优化，以及短的执行范围。本文提出了一种基于非线性模型预测控制的轨迹规划公式，适合于大型，高速无人地面车辆，其中包括上述一组规格。本文还评估了NLOptControl的能力，以解决这一制定在实时与KNITRO非线性规划问题求解器; NLOptControl是我们的开源，直接配置为基础的，最优控制问题求解器。该制剂采用不同的质量标准进行检测。特别是，一个参数的研究有关的执行地平线和障碍物的速度，表明移动避障规范是不需要的安全时，规划者有一个小的执行地平线（$\leq0.375\;s$）和障碍物移动缓慢（$\leq2.11\frac{m}{s}$）。然而，当障碍物移动得更快时，需要移动障碍物回避规范，并且该规范通过$6.73$（$p=2.2\times10^{-16}$）的因子提高了整体安全性，而在大多数情况下不增加求解时间。总体而言，结果表明：（1）高性能自动驾驶车辆的安全轨迹规划器应包括上述整套规范，除非静态或低速环境允许不太全面的规划器;（2）NLOptControl可以实时求解公式。
2020-01-28 cs.SY eess.SY
BDD for Complete Characterization of a Safety Violation in Linear Systems with Inputs
University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）；University of Connecticut（康涅狄格大学）
本文提出一种利用可达集、约束传播和二元决策图（BDD）完整刻画带输入线性系统安全性违规反例的技术，并引入动态同构节点确定方法，在基准测试中实现了高达67%的节点数和75%的宽度缩减。
2023-11-26 cs.RO cs.SY eess.SY
A Method towards the Systematic Architecting of Functionally Safe Automated Driving -- Leveraging Diagnostic Specifications for FSC design
KTH（瑞典皇家理工学院）
随着ISO 26262的出现，汽车行业越来越强调自上而下的设计。ISO 26262缺乏对其各个组成阶段的详细要求。对于遗留部件和子系统的重用，缺乏指导变得很明显，这使得车辆设计师和安全工程师只能依赖经验，而没有方法论支持他们的决策。这给行业带来了挑战，由于连接性，电气化和自动化等新功能，该行业正在经历许多重大变化。在这里，我们关注的是自动驾驶，其中多个子系统，无论是新的还是旧的，都需要协调以实现安全关键功能。本文介绍了一种支持ISO 26262工作产品一致性设计的方法--功能安全概念（FSC）。该方法解决了行业内的架构分析，合理性管理和重用遗留子系统的需求。该方法利用现有的工作产品，子系统的诊断规范，以帮助在子系统的设计中执行对人类驾驶员的影响的系统评估。该方法的输出是具有适合于车辆设计师的抽象级别的报告，用作与FSC相关的决策的基础，例如生成初步架构（PA）和建立用于FSC验证的论证。所提出的方法进行了测试，在一个安全关键的制动子系统在瑞典最大的重型车辆制造商之一，斯堪尼亚C. V. AB。结果表明，该方法的优点包括：（i）重用已有的工作产品，（ii）在设计PA和FSC时收集自动驾驶功能的需求，（iii）在专业知识的基础上在整个组织中并行工作，以及（iv）该方法在所有类型的子系统中的适用性。
2019-12-06 cs.RO cs.SY eess.SY
Ensuring Safety at Intelligent Intersections: Temporal Logic Meets Reachability Analysis
KTH Royal Institute of Technology（KTH皇家理工学院）；Integrated Transport Research Lab（综合交通研究实验室）；Digital Futures（数字未来（机构名））
提出融合线性时序逻辑、时序逻辑树与 Hamilton-Jacobi 可达性分析的智能交叉口安全框架，可自动验证新行为规范并保证冲突路径车辆安全。
2024-05-18 cs.RO cs.SY eess.SY
Probabilistically Safe Control of Noisy Dubins Vehicles
Boston University（波士顿大学）
针对噪声Dubins车辆，通过马尔可夫决策过程（MDP）和概率计算树逻辑（PCTL）最大化满足时序逻辑规约的概率，并保证原环境中的满足概率有下界。
2012-07-05 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
Optimal Planning and Control under Signal Temporal Logic Specifications
Dalian University of Technology（大连理工大学）
本文研究非线性系统在信号时序逻辑规范下的规划与控制问题，通过分解任务生成局部路径并构造安全走廊，最终求解优化问题以获得满足规范的轨迹。
2026-04-27 cs.SY eess.SY
Adaptive Testing for Specification Coverage
确保网络物理系统（CPS）的正确性是一项极具挑战性的任务，在实践中通常通过基于仿真的测试来解决。正式的规约语言，如信号时序逻辑（STL），用于数学表达CPS的要求，从而使仿真活动更系统和原则。我们提出了一种新的方法，自适应生成测试规格覆盖STL。为了实现这一目标，我们设计了合作的可达性游戏，我们结合数值优化来创建测试，探索系统的方式，行使规范的各个部分。据我们所知，我们的方法是第一个自适应测试方法，可以直接应用到MATLAB \texttrademark \; Simulink/Stateflow模型。我们实现了我们的方法在一个原型工具，并评估了几个说明性的例子和案例研究，从航空电子领域，证明了自适应测试的有效性（1）逐步建立一个测试用例，达到测试目标，（2）生成一个测试套件，增加规范的覆盖范围，（3）推断规范的哪一部分实际上是实现的。
2021-01-26 cs.FL cs.GT cs.LO
Safe Control of Second-Order Systems with Linear Constraints
针对位置空间中具有线性边界的二阶系统，本文提出构造可证明控制不变子集的 CBF 方法，并将安全约束扩展至速度与控制输入。
2025-03-13 cs.SY eess.SY
Energetic Resilience under Temporal Logic Specifications
Indian Institute of Science, Bengaluru KA, India（印度科学研究所）；University of Illinois Urbana-Champaign, Urbana IL, USA（伊利诺伊大学厄巴纳-香槟分校）
本文提出一种能量韧性度量，用于量化系统在满足复杂时间逻辑规范下，面对不利影响时所消耗的最大额外能量，通过二次规划高效求解控制输入和度量计算，通过战斗机模型和移动机器人案例验证了方法的有效性。
2026-09-29 cs.SY eess.SY
Towards formalization and monitoring of microscopic traffic parameters using temporal logic
智慧城市正在通过技术整合彻底改变交通基础设施。然而，确保各种运输系统组件按预期并以安全的方式运行是一个巨大的挑战。在这项工作中，我们提出了使用正式的方法作为一种手段来指定和原因的交通网络的复杂属性。形式化方法提供了一个灵活的工具来定义交通网络的安全运行，通过捕获不符合的行为，探索各种可能的状态的交通场景，并检测其中的任何不一致之处，因此，我们开发了基于规范的监测交通网络的分析使用的形式语言，信号时序逻辑。我们开发的监控器可识别与安全相关的行为，例如遵守速度限制和保持适当的车头时距。该框架进行了测试，使用校准的微观模拟高速公路的情况下，离线规范为基础的监控应用于个别车辆的轨迹，以了解他们是否违反或满足定义的安全规范。输出的统计分析表明，我们的方法可以区分违反符合车辆轨迹的基础上定义的规格。交通管理中心可以利用这项工作来研究交通流特性，识别可能的危险，并为交通监控系统的自动化提供有价值的反馈。
2021-10-12 cs.CY cs.SY eess.SY
