論文の概要: Uppaal Coshy: Automatic Synthesis of Compact Shields for Hybrid Systems
- arxiv url: http://arxiv.org/abs/2508.16345v1
- Date: Fri, 22 Aug 2025 12:39:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-25 16:42:36.382731
- Title: Uppaal Coshy: Automatic Synthesis of Compact Shields for Hybrid Systems
- Title（参考訳）: Uppaal Coshy:ハイブリッドシステム用小型シールドの自動合成
- Authors: Asger Horn Brorholt, Andreas Holck Høeg-Petersen, Peter Gjøl Jensen, Kim Guldstrand Larsen, Marius Mikučionis, Christian Schilling, Andrzej Wąsowski,
- Abstract要約: Uppaal Coshyは、継続的状態空間上のMarkov決定プロセスのための安全戦略 -- あるいはシールド -- の自動合成ツールである。
一般的な手法は状態空間を分割し、2人のプレイヤーの安全ゲームを解くことである。
決定木という形でシールドのコンパクトな表現を効率的に計算するアルゴリズムをCaapと呼ぶ。
- 参考スコア（独自算出の注目度）: 3.6163387286712148
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present Uppaal Coshy, a tool for automatic synthesis of a safety strategy -- or shield -- for Markov decision processes over continuous state spaces and complex hybrid dynamics. The general methodology is to partition the state space and then solve a two-player safety game, which entails a number of algorithmically hard problems such as reachability for hybrid systems. The general philosophy of Uppaal Coshy is to approximate hard-to-obtain solutions using simulations. Our implementation is fully automatic and supports the expressive formalism of Uppaal models, which encompass stochastic hybrid automata. The precision of our partition-based approach benefits from using finer grids, which however are not efficient to store. We include an algorithm called Caap to efficiently compute a compact representation of a shield in the form of a decision tree, which yields significant reductions.
- Abstract（参考訳）: 私たちは、連続的な状態空間と複雑なハイブリッドダイナミクス上のマルコフ決定プロセスに対して、安全戦略 -- あるいはシールド -- の自動合成ツールであるUppaal Coshyを紹介します。
一般的な手法は、状態空間を分割し、ハイブリットシステムの到達可能性のようなアルゴリズム的に難しい問題を含む2人プレイヤの安全ゲームを解くことである。
Uppaal Coshyの一般的な哲学は、シミュレーションを用いて難しい解を近似することである。
我々の実装は完全に自動化されており、確率的ハイブリッドオートマトンを含むUppaalモデルの表現形式をサポートしている。
分割ベースのアプローチの精度は、より細かいグリッドを使用することの恩恵を受けます。
決定木という形でシールドのコンパクトな表現を効率よく計算するアルゴリズムをCaap(英語版)と呼ぶ。
関連論文リスト
- Surface-Code Hardware Hamiltonian [5.411640324412968]
表面符号量子プロセッサユニット(QPU)における多体相互作用を正確にモデル化するためのフレームワークを提案する。
提案手法は,高次長範囲のパウリ弦結合を効率よく評価し,完全チップレイアウトを正確なハミルトニアンにマップする。
このフレームワークは、次世代の高忠実なサーフェスコードハードウェアを最適化するための強力なガイドとして機能する。
論文 参考訳（メタデータ） (2025-07-08T17:27:32Z) - Model-Free Robust $φ$-Divergence Reinforcement Learning Using Both Offline and Online Data [16.995406965407003]
本稿では,ロバスト$phi$-regularized fit Q-iteration (RPQ) と呼ばれるモデルフリーアルゴリズムを提案する。
我々はまた、履歴データとオンラインサンプリングの両方を用いて最適なロバストポリシーを学ぶために、$phi$-regularized reinforcement learning frameworkを導入した。
論文 参考訳（メタデータ） (2024-05-08T23:52:37Z) - Automatic nonlinear MPC approximation with closed-loop guarantees [7.98874664486269]
モデル予測制御(MPC)は、安全クリティカルシステムを制御するための構築的なフレームワークを提供する。
非線形MPCスキームに対する明示的な近似を自動的に計算する新しいアルゴリズムを提案することでこの問題に対処する。
2つの非線形 MPC スキームに ALKIA-X を適用し,計算要求の低減と現実問題への適用性を実証した。
論文 参考訳（メタデータ） (2023-12-15T20:55:05Z) - Formal Controller Synthesis for Markov Jump Linear Systems with
Uncertain Dynamics [64.72260320446158]
マルコフジャンプ線形系に対する制御器の合成法を提案する。
本手法は,MJLSの離散(モードジャンピング)と連続(確率線形)の両方の挙動を捉える有限状態抽象化に基づいている。
本手法を複数の現実的なベンチマーク問題,特に温度制御と航空機の配送問題に適用する。
論文 参考訳（メタデータ） (2022-12-01T17:36:30Z) - Decentralized Safe Multi-agent Stochastic Optimal Control using Deep
FBSDEs and ADMM [16.312625634442092]
本稿では,障害発生時のマルチエージェント制御のための,安全でスケーラブルな分散ソリューションを提案する。
分散化は、各エージェントの最適化変数、コピー変数、隣人への拡張によって達成される。
安全なコンセンサスソリューションを実現するために,ADMMベースのアプローチを取り入れた。
論文 参考訳（メタデータ） (2022-02-22T03:57:23Z) - A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。
私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。
実際の量子コンピュータを用いて得られた結果について述べる。
論文 参考訳（メタデータ） (2022-01-25T05:59:24Z)
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。