Fugu-MT 論文翻訳(概要): LTLf Synthesis Under Environment Specifications for Reachability and Safety Properties

論文の概要: LTLf Synthesis Under Environment Specifications for Reachability and Safety Properties

arxiv url: http://arxiv.org/abs/2308.15184v1
Date: Tue, 29 Aug 2023 10:05:19 GMT
ステータス: 処理完了
システム内更新日: 2023-08-30 14:38:18.429435
Title: LTLf Synthesis Under Environment Specifications for Reachability and Safety Properties
Title（参考訳）: 到達性と安全性の環境仕様に基づくltlf合成
Authors: Benjamin Aminof, Giuseppe De Giacomo, Antonio Di Stasio, Hugo Francon, Sasha Rubin, Shufang Zhu
Abstract要約: エージェントタスクと環境仕様の両方のプロパティについて検討する。それぞれのケースに対して、特定のアルゴリズム(問題の最適Wrt複雑性)を考案し、その正確性を証明する。
参考スコア（独自算出の注目度）: 32.144035034531
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we study LTLf synthesis under environment specifications for arbitrary reachability and safety properties. We consider both kinds of properties for both agent tasks and environment specifications, providing a complete landscape of synthesis algorithms. For each case, we devise a specific algorithm (optimal wrt complexity of the problem) and prove its correctness. The algorithms combine common building blocks in different ways. While some cases are already studied in literature others are studied here for the first time.
Abstract（参考訳）: 本稿では,環境仕様下でのLTLf合成を任意の到達性と安全性のために検討する。我々はエージェントタスクと環境仕様の両方のプロパティを考慮に入れ,合成アルゴリズムの完全なランドスケープを提供する。いずれの場合も、特定のアルゴリズム(問題の最適wrt複雑性)を考案し、その正確性を証明する。アルゴリズムは一般的なビルディングブロックを異なる方法で組み合わせる。文献で研究されている例もあれば、初めて研究される例もある。

関連論文リスト

A Comparison of Imitation Learning Algorithms for Bimanual Manipulation [22.531439806919547]
本研究では,顕著な模倣学習アプローチの限界とメリットを実証する。我々は,過剰制約付き力学系を含む複雑な双方向操作タスクにおいて,それぞれのアルゴリズムを評価する。模倣学習は複雑なタスクを解くのに適しているが、全てのアルゴリズムが摂動、トレーニング要件、パフォーマンス、使いやすさに等しいわけではない。
論文参考訳（メタデータ） (2024-08-13T00:04:17Z)
SynthesizRR: Generating Diverse Datasets with Retrieval Augmentation [55.2480439325792]
トピック分類,感情分析,トーン検出,ユーモアの6つのデータセットの合成について検討した。その結果,SynthesizRRは語彙や意味の多様性,人文との類似性,蒸留性能を大幅に向上させることがわかった。
論文参考訳（メタデータ） (2024-05-16T12:22:41Z)
IPSynth: Interprocedural Program Synthesis for Software Security Implementation [3.1119394814248253]
本稿では,提案手法の仕様を自動学習する新しい言語間プログラム合成手法であるIP Synthを紹介する。提案手法は,プログラム内の対応する箇所を正確に特定し,必要なコードスニペットを合成し,プログラムに追加し,ChatGPTをプログラム間の戦術的合成タスクで上回ることを示す。
論文参考訳（メタデータ） (2024-03-16T07:12:24Z)
Efficient Reactive Synthesis Using Mode Decomposition [0.0]
そこで本研究では,モードに基づく新しい分解アルゴリズムを提案する。我々のアルゴリズムへの入力は、元の仕様とモードの記述である。サブ仕様の自動生成方法を示し、全てのサブプロブレムが実現可能であれば、完全な仕様が実現可能であることを示す。
論文参考訳（メタデータ） (2023-12-14T08:01:35Z)
Near-optimal Policy Identification in Active Reinforcement Learning [84.27592560211909]
AE-LSVI はカーネル化された最小二乗値 RL (LSVI) アルゴリズムの新しい変種であり、楽観主義と悲観主義を組み合わせて活発な探索を行う。 AE-LSVIは初期状態に対するロバスト性が必要な場合、様々な環境で他のアルゴリズムよりも優れていることを示す。
論文参考訳（メタデータ） (2022-12-19T14:46:57Z)
Composable Text Controls in Latent Space with ODEs [97.12426987887021]
本稿では,コンパクトテキスト空間における構成可能なテキスト操作のための,新しい効率的なアプローチを提案する。事前学習したLMを効率よく適応することで、サンプルベクトルを所望のテキストシーケンスにデコードする。実験により、我々のアプローチ内でこれらの演算子を構成すると、高品質なテキストの生成や編集が可能であることが示された。
論文参考訳（メタデータ） (2022-08-01T06:51:45Z)
A Systematic Characterization of Sampling Algorithms for Open-ended Language Generation [71.31905141672529]
本稿では,自己回帰型言語モデルに広く採用されている祖先サンプリングアルゴリズムについて検討する。エントロピー低減, 秩序保存, 斜面保全の3つの重要な特性を同定した。これらの特性を満たすサンプリングアルゴリズムのセットが,既存のサンプリングアルゴリズムと同等に動作することがわかった。
論文参考訳（メタデータ） (2020-09-15T17:28:42Z)
Text Recognition in Real Scenarios with a Few Labeled Samples [55.07859517380136]
Scene Text Recognition (STR) はコンピュータビジョン分野におけるホットな研究テーマである。本稿では,数ショットの逆数列領域適応 (FASDA) を用いて構築シーケンスを適応する手法を提案する。我々のアプローチは、ソースドメインとターゲットドメインの間の文字レベルの混乱を最大化することができる。
論文参考訳（メタデータ） (2020-06-22T13:03:01Z)
Towards Neural-Guided Program Synthesis for Linear Temporal Logic Specifications [26.547133495699093]
ニューラルネットワークを用いてQ関数を学習し、探索を誘導し、その後正当性を検証したプログラムを構築する。提案手法は,検索と深層学習を組み合わせることで,合成を実現するのにユニークな手法である。
論文参考訳（メタデータ） (2019-12-31T17:09:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。