論文の概要: Efficient Shield Synthesis via State-Space Transformation

• arxiv url: http://arxiv.org/abs/2407.19911v2
• Date: Sun, 25 Aug 2024 20:16:51 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-27 20:50:26.533455
• Title: Efficient Shield Synthesis via State-Space Transformation
• Title（参考訳）: 状態空間変換による効率的なシールド合成
• Authors: Asger Horn Brorholt, Andreas Holck Høeg-Petersen, Kim Guldstrand Larsen, Christian Schilling,
• Abstract要約: 適切な状態空間変換は、計算オーバーヘッドのほとんどない粗いグリッドでも使用できることを示す。 3つのケーススタディにおいて、変換に基づく合成は、数桁の精度で標準合成より優れていることを示す。
• 参考スコア（独自算出の注目度）: 1.0485739694839669
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We consider the problem of synthesizing safety strategies for control systems, also known as shields. Since the state space is infinite, shields are typically computed over a finite-state abstraction, with the most common abstraction being a rectangular grid. However, for many systems, such a grid does not align well with the safety property or the system dynamics. That is why a coarse grid is rarely sufficient, but a fine grid is typically computationally infeasible to obtain. In this paper, we show that appropriate state-space transformations can still allow to use a coarse grid at almost no computational overhead. We demonstrate in three case studies that our transformation-based synthesis outperforms a standard synthesis by several orders of magnitude. In the first two case studies, we use domain knowledge to select a suitable transformation. In the third case study, we instead report on results in engineering a transformation without domain knowledge.
• Abstract（参考訳）: 制御システムの安全戦略を合成する問題、いわゆるシールドについて考察する。 状態空間は無限であるため、シールドは通常有限状態抽象上で計算され、最も一般的な抽象化は矩形格子である。 しかし、多くのシステムでは、そのようなグリッドは安全性やシステムのダイナミクスとうまく一致しない。 そのため、粗いグリッドはめったに十分ではないが、細いグリッドは一般に計算では得られない。 本稿では,計算オーバーヘッドのほとんどない粗いグリッドでも,適切な状態空間変換が可能であることを示す。 3つのケーススタディにおいて、変換に基づく合成は、数桁の精度で標準合成より優れていることを示す。 最初の2つのケーススタディでは、適切な変換を選択するためにドメイン知識を使用します。 第3のケーススタディでは、ドメイン知識のないトランスフォーメーションのエンジニアリング結果について報告します。

関連論文リスト

• Refined Risk Bounds for Unbounded Losses via Transductive Priors [58.967816314671296]
  線形回帰の逐次変分を2乗損失、ヒンジ損失の分類問題、ロジスティック回帰で再検討する。 我々の鍵となるツールは、慎重に選択された導出先を持つ指数重み付けアルゴリズムに基づいている。
  論文  参考訳（メタデータ） (2024-10-29T00:01:04Z)
• Global Synthesis of CNOT Circuits with Holes [0.0]
  本稿では、一般的な量子回路への再合成アルゴリズムの一般化のための代替手法を提案する。 回路をスライスする代わりに、量子回路に穴をあけて再合成できないゲートを「カットアウト」します。 その結果は量子コムと呼ばれる2次過程となり、直接的に再合成することができる。
  論文  参考訳（メタデータ） (2023-08-31T06:58:03Z)
• Shielded Reinforcement Learning for Hybrid Systems [1.0485739694839669]
  強化学習は、ほぼ最適に近いコントローラを構築するために利用されてきたが、それらの動作は安全であると保証されていない。 学習したコントローラーに安全を課す方法の1つは、設計によって正しいシールドを使用することである。 本研究では,いわゆる野蛮な手法によるシールドの構築を提案し,基礎となるパーティションベースの2プレーヤ安全ゲームの近似有限表現を抽出する。
  論文  参考訳（メタデータ） (2023-08-28T09:04:52Z)
• Dimensionless Policies based on the Buckingham $\pi$ Theorem: Is This a Good Way to Generalize Numerical Results? [66.52698983694613]
  本稿では,バッキンガムの$pi$定理を,物理系の制御ポリシを汎用的な知識形式にエンコードするツールとして活用する。 本研究では,(1) パラメータの削減,(2) 特定のシステムに対して数値的に生成された制御ポリシを,入力変数と出力変数を適切にスケーリングすることにより,次元的に類似したシステムのサブセットに正確に転送可能であることを示す。 より複雑な高次元問題に対するポリシーを一般化するために、このアプローチがいかに実用的であるかは、まだわからないが、初期の結果は、それがaであることを示している。
  論文  参考訳（メタデータ） (2023-07-29T00:51:26Z)
• General Neural Gauge Fields [100.35916421218101]
  我々はゲージ変換とニューラルネットワークを協調的に最適化する学習フレームワークを開発した。 我々は、シーン情報を本質的に保存し、優れた性能を得ることができる情報不変ゲージ変換を導出する。
  論文  参考訳（メタデータ） (2023-05-05T12:08:57Z)
• Geometry of Radial Basis Neural Networks for Safety Biased Approximation of Unsafe Regions [15.933842803733244]
  この原稿は、ゼロリングバリア関数合成に使用されるニューラルネットワークの特定の幾何学について記述している。 ネットワークが状態空間を安全な領域と安全でない領域に分割するために必要な表現を提供する方法を示している。
  論文  参考訳（メタデータ） (2022-10-11T16:34:42Z)
• Exploration Policies for On-the-Fly Controller Synthesis: A Reinforcement Learning Approach [0.0]
  強化学習(RL)に基づく非有界学習のための新しい手法を提案する。 我々のエージェントは、非常に観察可能な部分的なRLタスクでスクラッチから学習し、トレーニング中に見つからないケースで、全体のパフォーマンスを上回ります。
  論文  参考訳（メタデータ） (2022-10-07T20:28:25Z)
• Orthogonalizing Convolutional Layers with the Cayley Transform [83.73855414030646]
  直交に制約された畳み込み層をパラメータ化するための代替手法を提案し,評価する。 本手法は,大規模畳み込みにおいても直交性が高次に保たれることを示す。
  論文  参考訳（メタデータ） (2021-04-14T23:54:55Z)
• Recurrent Multi-view Alignment Network for Unsupervised Surface Registration [79.72086524370819]
  非厳格な登録をエンドツーエンドで学習することは、本質的に高い自由度とラベル付きトレーニングデータの欠如により困難である。 我々は、いくつかの剛性変換のポイントワイドな組み合わせで、非剛性変換を表現することを提案する。 また,投影された多視点2次元深度画像上での3次元形状の類似度を計測する可微分損失関数も導入する。
  論文  参考訳（メタデータ） (2020-11-24T14:22:42Z)
• Simulating nonnative cubic interactions on noisy quantum machines [65.38483184536494]
  量子プロセッサは、ハードウェアに固有のものではないダイナミクスを効率的にシミュレートするためにプログラムできることを示す。 誤差補正のないノイズのあるデバイスでは、モジュールゲートを用いて量子プログラムをコンパイルするとシミュレーション結果が大幅に改善されることを示す。
  論文  参考訳（メタデータ） (2020-04-15T05:16:24Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。