Guaranteed Completion of Complex Tasks via Temporal Logic Trees and Hamilton-Jacobi Reachability
KTH Royal Institute of Technology（瑞典皇家理工学院）；Integrated Transport Research Lab（综合交通研究实验室）；Digital Futures（数字未来）；Simon Fraser University（西蒙菲莎大学）
该研究提出结合Hamilton-Jacobi可达性与时序逻辑树的方法，检测泄漏角问题以验证控制策略存在性，高效合成实时控制输入集保障CPS复杂任务完成，并通过仿真驾驶任务验证了方法有效性。
2024-04-12 cs.RO cs.SY eess.SY
Fully Automated Verification of Linear Time-Invariant Systems against Signal Temporal Logic Specifications via Reachability Analysis
本文提出一种面向线性系统的全自动验证器，通过自动细化可达性分析参数并结合可达集时序逻辑与依赖保持，实现对信号时序逻辑规范的自动证明或证伪。
2024-04-08 cs.LO cs.SY eess.SY
Time-Constrained Temporal Logic Control of Multi-Affine Systems
Boston University（波士顿大学）
针对多仿射系统，提出一种基于面可达性时间估计和加权迁移系统与自动机乘积的时间最优可达性求解的算法，并通过随机优化迭代改进，以实现给定时间内满足时序逻辑性质的控制。
2012-03-26 cs.SY eess.SY
Formal Verification of Linear Temporal Logic Specifications Using Hybrid Zonotope-Based Reachability Analysis
本文提出用混合zonotope后向可达性分析构造时序逻辑树，以计算高效且能表示非凸、不相交几何形状的方式形式化验证自主系统的LTL规范。
2024-04-04 cs.LO cs.SY eess.SY
Temporal Logic Trees for Model Checking and Control Synthesis of Uncertain Discrete-time Systems
我们提出的算法进行模型检测和控制综合的离散时间不确定系统的线性时序逻辑（LTL）规范。我们通过可达性分析从LTL公式构造时态逻辑树（TLT）。与基于自动机的方法相比，TLT的构造对于无限系统是无抽象的，也就是说，我们不构造无限系统的离散抽象。此外，对于一个给定的转移系统和LTL公式，我们证明了存在普遍的TLT和存在的TLT的最小和最大可达性分析，分别。我们表明，普遍的TLT是一个欠近似的LTL公式和存在的TLT是一个过近似。利用TLT近似，给出了判定过渡系统是否满足LTL公式的充分条件和必要条件。作为这项工作的一个主要贡献，对于一个受控转移系统和一个LTL公式，我们证明了一个受控TLT可以通过控制相关的可达性分析从LTL公式构造。基于受控TLT，我们设计了一种在线控制综合算法，在该算法下，可以在每个时间步生成一组可行的控制输入。我们还证明了该算法是递归可行的。我们说明了所提出的方法，有限和无限的系统和突出的一般性和在线可扩展性与两个模拟的例子。
2020-07-05 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
Temporal Logic Resilience for Dynamical Systems
本文用有限时序逻辑定义信息物理系统的韧性度量，将其转化为鲁棒优化问题，并提出闭与凸时序逻辑规范及线性和非线性系统的精确或近似计算方法，在温度调节、巡航控制和直流电机上验证。
2024-04-30 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
Specification-guided temporal logic control for stochastic systems: a multi-layered approach
针对不确定随机系统的无限时域时序逻辑控制问题，提出规范引导的多层抽象框架，可混合不同精度及离散化/无离散化抽象层，降低控制器保守性并提升计算与内存效率。
2024-07-04 cs.SY eess.SY
Specifying and Analyzing Networked and Layered Control Systems Operating on Multiple Clocks
本文提出多时钟逻辑MCL，用于对多时钟网络化分层控制系统进行本地化假设-保证规约，并通过模型预测控制与反馈线性化两种算法验证了基于契约的分析方法的有效性。
2024-02-18 cs.SY eess.SY
Verified Compositions of Neural Network Controllers for Temporal Logic Control Objectives
Washington University in St. Louis（圣路易斯华盛顿大学）
本文提出了一种新的方法来设计验证组合的神经网络（NN）控制器的自治系统的线性时序逻辑（LTL）公式捕获的任务。特别是，LTL公式要求系统以时间/逻辑顺序到达和避免某些区域。我们假设系统配备了一组有限的训练神经网络控制器。每个控制器都经过训练，可以将系统驱动到特定的感兴趣区域，同时避开其他区域。我们的目标是检查是否存在训练的NN控制器的时间组成-如果是这样，计算它-这将产生复合系统行为，满足用户指定的LTL任务的任何初始系统状态属于一个给定的集合。为了解决这个问题，我们提出了一种新的方法，依赖于一个新的自动机理论和最近提出的可达性分析工具的NN控制系统的集成。我们注意到，所提出的方法可以适用于其他控制器，不一定由NN建模，通过适当选择的可达性分析工具。我们专注于神经网络控制器，由于其缺乏鲁棒性。所提出的方法被证明对飞行器的导航任务。
2022-09-13 cs.RO cs.SY eess.SY
Maximally Permissive Controlled System Synthesis for Modal Logic
Eindhoven University of Technology（埃因霍温理工大学）
本文提出一种非确定自动机受控系统综合新方法，支持死锁自由、不变量和可达性表达。通过限制Kripke结构的行为，使系统符合模态逻辑要求，实现最大宽容性，融合Ramadge-Wonham监督控制的核心概念。
2014-08-14 cs.FL cs.LO cs.SY
CBF-based Driving Assistance for Traffic Flow Stabilization
Keio University（庆应义塾大学）；Mazda Motor Corporation（马自达汽车公司）
提出一种分层控制系统，下层利用控制屏障函数确保跟车安全间距，上层基于数据驱动激活下层控制器，以抑制交通拥堵，并通过真实数据仿真验证有效性。
2026-06-11 cs.SY eess.SY
Online Control Synthesis for Uncertain Systems under Signal Temporal Logic Specifications
研究了不确定离散时间系统在信号时序逻辑（STL）规范下的在线控制综合问题。不同于现有的技术，这项工作提出了一种基于STL，可达性分析，和时态逻辑树的方法。首先，提出了一种实时版本的STL语义和一种基于管的时态逻辑树（tTLT）。我们表明，tTLT是一个欠近似的STL公式，在这个意义上说，一个轨迹满足tTLT也满足相应的STL公式。其次，设计了一种在线控制综合算法。证明了当STL公式鲁棒可满足且系统的初始状态属于tTLT的初始根节点时，保证了控制综合算法生成的轨迹满足STL公式。仿真实例和实际实验验证了该方法的有效性。
2023-03-17 cs.SY eess.SY
Resolving Conflicting Constraints in Multi-Agent Reinforcement Learning with Layered Safety
University of California, Berkeley（加州大学伯克利分校）；Massachusetts Institute of Technology（麻省理工学院）
针对多智能体强化学习中的约束冲突问题，提出结合安全过滤器的分层安全框架，通过可达性分析设计各层，在硬件实验和高密度空中交通场景中验证了减少冲突且保持效率的效果。
2025-05-04 cs.MA cs.RO cs.SY
Verification of Switched Stochastic Systems via Barrier Certificates
提出了一种连续时间切换随机系统的时序逻辑验证方法。我们的目标是找到一个复杂的时间属性满足在有限的时间范围内的概率的下限。所需的时间属性的系统表示使用一个片段的线性时序逻辑，称为安全的LTL相对于有限的痕迹。我们的方法结合了基于自动机的验证和屏障证书的使用。它依赖于分解的自动机与规范的否定成一系列更简单的可达性任务和计算这些可达性概率的上限，通过共同的或多个障碍证书。通过应用反例引导归纳合成框架来寻找障碍证书，说明了理论结果。
2021-09-25 cs.LO cs.SY eess.SY
Decentralized Signal Temporal Logic Control for Perturbed Interconnected Systems via Assume-Guarantee Contract Optimization
针对一类具有动态耦合的受扰线性系统网络，提出了一种新的分散控制方法。我们首先将STL的需求转化为集合包容问题，然后开发控制器来解决这些问题。我们的方法是基于处理子系统之间的耦合干扰，这是有界的子系统协商的形式参数假设保证合同。将所设置的包含需求和参数化契约添加到子系统的约束中。我们引入了一个集中式优化问题，以获得合同，可达性管，和分散的闭环控制律。我们表明，当STL公式是可分离的子系统，集中式优化问题可以解决在一个分布式的方式，规模大的系统。我们提出了正式的理论保证STL满意度的鲁棒性。通过电网算例验证了该方法的有效性。
2022-06-30 cs.SY eess.SY
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
Analysis of Discrete-Time Switched Linear Systems under Logic Dynamic Switchings
本文利用半张量积方法研究由逻辑动态系统生成切换信号的离散时间切换线性系统，构建混合系统模型并推导出可达性、能控性等准则，同时给出了检验算法及切换信号可实现性的充要条件。
2024-01-05 cs.SY eess.SY math.OC
Learning-enabled Parameter Synthesis for Nonlinear Systems from Signal Temporal Logic
University of California, Berkeley（加州大学伯克利分校）；Boston University（波士顿大学）；University of Maryland, College Park（马里兰大学帕克分校）
针对无目标时间序列数据的情况，提出为非线性系统综合参数以满足连续时间STL规范的方法，利用梯度优化与可达性验证在高维参数空间学习，在三个系统上验证了方法的有效性与可扩展性。
2026-07-21 cs.LG cs.SY eess.SY
Fast Constraint Extraction for Corrective Control under STL Specifications via Logical Dependency Tracking
U2IS, ENSTA, Institut Polytechnique de Paris（巴黎理工学院ENSTA U2IS）；Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；CNRS（法国国家科学研究中心）；Grenoble INP（格勒诺布尔国立理工学院）；VERIMAG（VERIMAG实验室）；REALM, AeroAstro, Massachusetts Institute of Technology（麻省理工学院航空航天系REALM）
本文提出逻辑依赖追踪框架，通过STL结构传播不确定性并提取紧凑DNF约束，实现毫秒级控制校正，保证非线性系统在不确定性下满足STL规范。
2026-09-10 cs.LO cs.RO cs.SY
SAGAS: Semantic-Aware Graph-Assisted Stitching for Offline Temporal Logic Planning
School of Automation and Intelligent Sensing（自动化与智能感知学院）
SAGAS结合符号合成的组成性和从离线轨迹学习的数据驱动可达结构，实现零样本泛化，无需任务特定奖励或在线交互。
2026-05-12 cs.RO cs.SY eess.SY
Control Synthesis for Multiple Reach-Avoid Tasks via Hamilton-Jacobi Reachability Analysis
研究存在干扰的时变非线性系统下的多重 reach-avoid 任务控制综合问题，通过求解 Hamilton-Jacobi 变分不等式定义级联值函数，证明其超水平集为任务可行集，并基于值函数非负性综合控制律，同时可扩展至线性时序逻辑任务。
2025-09-13 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
Distributed Sequential Receding Horizon Control of Multi-Agent Systems under Recurring Signal Temporal Logic
针对多智能体系统在无限时间范围内循环满足STL规范的控制问题，提出一种基于后向可达性终端条件和顺序优化的分布式滚动时域控制策略，确保递归可行性并可作为模型预测控制器在线运行。
2024-04-26 cs.SY eess.SY
RampoNN: A Reachability-Guided System Falsification for Efficient Cyber-Kinetic Vulnerability Detection
University of California, Irvine（加州大学尔湾分校）
本文提出RampoNN框架，通过控制代码、物理系统模型和信号时间逻辑规范，系统识别网络-物理漏洞。利用深度伯恩斯坦神经网络提高可达性分析精度，加速漏洞检测并提升可扩展性。
2026-04-01 cs.CR cs.SY eess.SY
DAG-STL: A Hierarchical Framework for Zero-Shot Trajectory Planning under Signal Temporal Logic Specifications
School of Automation and Intelligent Sensing, Shanghai Jiao Tong University, Shanghai, China（自动化与智能感知学院，上海交通大学，上海，中国）；Institute of Artificial Intelligence, Xiamen University, Xiamen, China（人工智能研究院，厦门大学，厦门，中国）
本文提出DAG-STL框架，通过分解-分配-生成流程实现零样本轨迹规划，结合动态一致性度量和分层在线重规划机制，在复杂任务中表现出色。
2026-04-20 cs.RO cs.SY eess.SY
HyLTL: a temporal logic for model checking hybrid systems
Università degli Studi di Verona（维罗纳大学）
本文提出HyLTL逻辑用于混合系统模型检验，通过转换公式为等价的混合自动机，解决模型检验问题。
2013-08-24 cs.FL cs.LO cs.SY
Model-Free Reinforcement Learning for Optimal Control of MarkovDecision Processes Under Signal Temporal Logic Specifications
University of Southern California（南加利福尼亚大学）
我们提出了一个无模型的强化学习算法，以找到一个最佳的政策，有限的地平线马尔可夫决策过程，同时保证所需的下界的概率满足信号时序逻辑（STL）规范。我们提出了一种方法来有效地增加MDP的状态空间，以捕捉所需的状态历史，并表示为可达性目标的STL目标。然后，规划问题可以被公式化为有限时域约束的马尔可夫决策过程（CMDP）。对于具有未知转移概率的一般有限时域CMDP问题，我们开发了一种强化学习方案，该方案可以利用任何无模型RL算法来提供非平稳随机策略的一般空间中的近似最优策略。我们说明了我们的方法的有效性，在机器人运动规划的背景下，复杂的任务不确定性和性能目标。
2021-09-27 cs.AI cs.FL cs.SY
Local Descent For Temporal Logic Falsification of Cyber-Physical Systems (Extended Technical Report)
School of Computing, Informatics, and Decision Systems Engineering Arizona State University（亚利桑那州立大学计算、信息学与决策系统工程学院）
本文提出利用局部下降方法结合模拟退火，以解决时序逻辑下物理系统的失效问题，通过优化鲁棒性度量来寻找不安全行为。
2018-02-13 cs.FL cs.SY eess.SY
A Neurosymbolic Approach to the Verification of Temporal Logic Properties of Learning enabled Control Systems
University of Southern California（南加州大学）；Toyota Research Institute North America（丰田北美研究院）
信号时序逻辑（STL）已成为一种流行的工具来表达形式化的需求的信息物理系统（CPS）。验证STL属性的神经网络控制CPS的问题仍然是一个很大程度上未探索的问题。在本文中，我们提出了一种使用自定义神经架构来验证通用STL规范的神经网络（NN）控制器的模型，其中我们将STL公式映射到具有ReLU激活的前馈神经网络中。在我们的对象模型和控制器都是ReLU激活的神经网络的情况下，我们将STL验证问题简化为ReLU神经网络中的可达性。我们还提出了一种新的方法，神经网络控制器的一般激活功能，这种方法是一个健全的和完整的验证方法的基础上计算的闭环控制系统的Lipschitz常数。我们证明了我们的技术的实际效果的一些例子的学习启用控制系统。
2023-03-07 cs.LG cs.RO cs.SY
An Empirical Analysis of the Use of Real-Time Reachability for the Safety Assurance of Autonomous Vehicles
Vanderbilt University（范德堡大学）
机器学习技术和传感技术的最新进展为安全、可访问和方便的自动驾驶车辆在不久的将来可能实现的信念铺平了道路。尽管在这方面取得了巨大的进步，但围绕安全性和可靠性的根本挑战限制了它们的到来和全面采用。自动驾驶汽车通常需要在动态和不确定的环境中运行。因此，他们经常使用高度复杂的组件，如机器学习方法，来处理传感、致动和控制的细微差别。虽然这些方法非常有效，但众所周知，它们很难保证。此外，在不确定和动态的环境中，设计时的保证分析可能不足以保证安全。因此，在运行时监控这些系统的正确性是至关重要的。一种用于为具有可能不服从形式分析的组件的系统提供运行时保证的方法是单工架构，其中未验证的组件被包装有安全控制器和被设计为防止危险行为的切换逻辑。在本文中，我们提出使用实时的【形】可达性算法来实现单工架构，以确保1/10规模的开源自动驾驶汽车平台F1/10的安全性。我们利用的可达性算法（a）提供可证明的安全保证，（b）用于检测潜在的不安全场景。在我们的方法中，分析底层控制器的需要被抽象掉了，而是专注于控制器的决策对系统未来状态的影响。我们证明了我们的架构的功效，通过大量的仿真和嵌入式硬件平台上进行的实验。
2022-05-03 cs.CV cs.FL cs.LG
Safe Planning through Incremental Decomposition of Signal Temporal Logic Specifications
Carnegie Mellon University（卡内基梅隆大学）；Pennsylvania State University（宾夕法尼亚州立大学）
本文提出通过时间分解信号时态逻辑规范为可达性和不变性约束并顺序调度，以提升轨迹规划效率，在线性和非线性系统上优于现有方法。
2024-03-19 cs.LO cs.RO cs.SY
Temporal Logic Imitation: Learning Plan-Satisficing Motion Policies from Demonstrations
MIT（麻省理工学院）；University of Pennsylvania（宾夕法尼亚大学）；Brown University（布朗大学）
针对从演示中学习方法在人在回路扰动下无法保证任务复现的问题，提出以模式为离散抽象、结合具模式不变性与目标可达性的运动策略的时序逻辑模仿方法，可模拟LTL指定的离散规划，对两级扰动鲁棒且保证任务成功。
2022-12-14 cs.AI cs.FL cs.LG
