論文の概要: Feedback Motion Planning for Stochastic Nonlinear Systems with Signal Temporal Logic Specifications

• arxiv url: http://arxiv.org/abs/2605.02361v1
• Date: Mon, 04 May 2026 09:02:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:50.204756
• Title: Feedback Motion Planning for Stochastic Nonlinear Systems with Signal Temporal Logic Specifications
• Title（参考訳）: 信号時間論理仕様を用いた確率非線形系のフィードバック運動計画
• Authors: Liqian Ma, Zishun Liu, Glen Chou, Yongxin Chen,
• Abstract要約: 信号時間論理(STL)仕様下での連続時間非線形システムのフィードバック動作計画について検討する。 本稿では,確率制約付きSTL軌道最適化問題に対する制御ポリシを合成するフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 25.484834028091083
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study feedback motion planning for continuous-time stochastic nonlinear systems under signal temporal logic (STL) specifications. We propose a framework that synthesizes control policies for chance-constrained STL trajectory optimization problems, with the goal of ensuring that the closed-loop stochastic system satisfies a given STL formula with high probability (e.g., 99.99\%). Our approach is based on a predicate erosion strategy that transforms the intractable stochastic problem into a deterministic STL trajectory optimization problem with tightened STL formula constraints. The amount of erosion is determined by a probabilistic reachable tube (PRT) that bounds the deviation between the stochastic trajectory and an associated nominal trajectory. To compute such bounds, we leverage contraction theory and feedback design, and develop several tracking controllers. This yields a complete feedback motion planning pipeline which can be implemented by numerical optimizations. We demonstrate the efficacy and versatility of the proposed framework through simulations on several robotic systems and through experiments on a real-world quadrupedal robot, and show that it is less conservative and achieves higher specification satisfaction probability than representative baselines.
• Abstract（参考訳）: 信号時間論理(STL)仕様下での連続時間確率非線形システムのフィードバック動作計画について検討した。 本研究では,確率制約付きSTL軌道最適化問題に対する制御ポリシを合成するフレームワークを提案し,ループ閉ループ確率系が高い確率(例:99.99\%)で与えられたSTL公式を満たすことを保証する。 提案手法は,難解な確率的問題を,厳密なSTL式制約を持つ決定論的STL軌道最適化問題に変換する述語浸食戦略に基づく。 浸食量は確率的到達管(PRT)によって決定され、確率的軌跡と関連する名目的軌跡との偏差を束縛する。 このような境界を計算するために,契約理論とフィードバック設計を活用し,複数のトラッキングコントローラを開発する。 これにより、数値最適化によって実装可能な完全なフィードバック動作計画パイプラインが得られる。 本研究では,複数のロボットシステム上でのシミュレーションや実世界の四足歩行ロボットの実験を通じて,提案手法の有効性と汎用性を実証し,より保守的で,代表的ベースラインよりも高い仕様満足度を実現することを示す。

関連論文リスト

• Statistical Contraction for Chance-Constrained Trajectory Optimization of Non-Gaussian Stochastic Systems [0.0]
  このフレームワークは共形推論を用いて任意の参照軌跡を囲む閉ループ力学に対する信頼セットを生成する。 適切な制約の締め付けにより、基準軌跡上の統計的に妥当な決定論的制約をトラクタブルに修正することができる。 これにより、安全クリティカルな現実世界のアプリケーションにおいて、ニューラルネットワークメトリクスのような学習ベースのモーションプランナとコントローラを活用、検証するフォーマルなパスが可能になる。
  論文  参考訳（メタデータ） (2026-03-07T08:01:20Z)
• STL-SVPIO: Signal Temporal Logic guided Stein Variational Path Integral Optimization [8.345095354174623]
  Signal Temporal Logic (STL) は、ロボットタスク計画のための複雑な制約の正式な仕様化を可能にする。 本稿では,STLをグローバルな情報的,微分可能な報酬形成機構として再構成するSignal Vari Temporal Integral Optimization (STL-SVPIO)を紹介する。 STL-SVPIO は従来の STL タスクの堅牢性と効率性において,既存の手法よりも優れていた。
  論文  参考訳（メタデータ） (2026-03-06T00:53:38Z)
• Multi-Robot Trajectory Planning via Constrained Bayesian Optimization and Local Cost Map Learning with STL-Based Conflict Resolution [1.6243762297989983]
  本稿では,信号時間論理(STL)仕様の下でのマルチロボット動作計画にキノダイナミック制約を適用した。 サンプルベースオンライン学習と正式なSTL推論を組み合わせた2段階のフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-06T00:03:18Z)
• RRT$^η$: Sampling-based Motion Planning and Control from STL Specifications using Arithmetic-Geometric Mean Robustness [7.121834057343983]
  RRT$は,時間点とサブ形式をまたいだロバストネス対策を統合するサンプリングベースの計画フレームワークである。 誘導信号が制限されたマルチ制約シナリオにおいて,従来のSTLロバスト性に基づくプランナよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2026-02-18T19:45:43Z)
• 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)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)
• Reinforcement Learning Based Temporal Logic Control with Maximum Probabilistic Satisfaction [5.337302350000984]
  本稿では,制御ポリシを合成するモデルレス強化学習アルゴリズムを提案する。 RLをベースとした制御合成の有効性をシミュレーションおよび実験により実証した。
  論文  参考訳（メタデータ） (2020-10-14T03:49:16Z)

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。