Stochastic Robustness Interval for Motion Planning with Signal Temporal Logic

要約

この研究では、信号時相論理 (STL) 仕様に関して、連続時間の確率的軌跡に対する新しいロバスト性の尺度を提示します。
我々は、測定の健全性を示し、部分的な軌道を推論するためのモニターを開発します。
このモニターを使用して、不確実性の下でのロボットのための STL サンプリングベースの動作計画アルゴリズムを導入します。
最小限の堅牢性要件を考慮すると、このアルゴリズムは満足のいく動作プランを見つけます。
あるいは、アルゴリズムも測定値に合わせて最適化します。
私たちは確率的な完全性と漸近的な最適性を証明し、いくつかのケーススタディで私たちのアプローチの有効性を実証します。

要約(オリジナル)

In this work, we present a novel robustness measure for continuous-time stochastic trajectories with respect to Signal Temporal Logic (STL) specifications. We show the soundness of the measure and develop a monitor for reasoning about partial trajectories. Using this monitor, we introduce an STL sampling-based motion planning algorithm for robots under uncertainty. Given a minimum robustness requirement, this algorithm finds satisfying motion plans; alternatively, the algorithm also optimizes for the measure. We prove probabilistic completeness and asymptotic optimality, and demonstrate the effectiveness of our approach on several case studies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google