Jun, 2023

基于数据驱动的时态逻辑推理的开关非线性系统模型鉴别

PDF
TL;DR本文研究数据驱动模型识别的问题，提出了逼近未知动态和推断未知逻辑规范的数据驱动方法，并利用基于优化的算法分析了学习 / 推断的模型 - 任务对的区别，为该集合中与新观察不一致的模型 - 任务对规定模型推断的逻辑规范的大小，以增加模型鉴别算法的计算效率。
data-driven model discriminationswitched systemslinear temporal logicapproximationoptimization-based algorithm
发现论文，激发创造
  • 可解释的时序逻辑学徒学习

    本文讨论了在 Markov 决策过程中，使用 LTL 的公式作为代理规划的规范，通过形成多目标优化问题，从 MDP 中演示的行为轨迹中推断 LTL 规范，利用遗传编程解决该问题的有效性进行了证明。

    Oct, 2017

  • 学习违反最小的连续控制以满足不可行的线性时间逻辑规范

    本文研究了基于深度强化学习的模型无关框架来解决复杂高级任务下的连续时间控制综合问题，并提出了一种基于采样路径规划算法来满足要求的方案，旨在降低深度强化学习在解决长期任务时的局限性和探索复杂环境问题

    Oct, 2022

  • 基于 LTL 规约的样本高效无模型强化学习及最优性保证

    本研究提出一种基于强化学习的模型自由优化方法来学习行为策略，以最大化符合给定线性时态逻辑规范的概率。通过采用新型的产品 MDP、奖励结构和折扣机制，在各种 MDP 环境中进行实验，证明了其具有改进的样本效率和最优策略收敛性。

    May, 2023

  • 使用线性时间微积分理论模拟动态系统

    本文研究在一个规范上执行广泛的推断任务的可行性，通过将 IDP3 扩展到与动态规范相关的领域中使用的多种推断技术。

    May, 2014

  • 使用无模型强化学习从线性时态逻辑规范合成控制

    本文提出了一种强化学习框架，以从在一个未知的随机环境中，根据给定的线性时间逻辑（LTL）规范合成控制策略，该环境可以被建模为一个马尔可夫决策过程（MDP）。我们学习一种策略，最大化满足 LTL 公式的概率，引入一种新的、基于 LTL 公式的奖励和路径相关的折扣机制，使得（i）最优策略有效地最大化了满足 LTL 目标的概率，（ii）使用这些奖励和折扣因子的无模型强化学习算法保证收敛到这样的策略。最后，我们在两个运动规划案例研究中展示了我们基于强化学习的合成方法的适用性。

    Sep, 2019

  • 从数据中学习具备统计保证的时间逻辑谓词

    我们提出了一种新的方法，利用表达式优化和符合预测，从有限样本正确性保证的角度学习出可以在用户定义的置信水平下正确描述未来轨迹的时间逻辑谓词。我们通过对模拟轨迹数据集的实验结果以及消融研究来展示我们方法的性能，并分析了算法的各个组成部分对性能的贡献。

    Jun, 2024

  • 使用经验分类训练非马尔可夫任务

    我们提出了一种新颖的强化学习方法，用于实现基于 LTL$_f$（有限轨迹线性时态逻辑）的非马尔可夫奖励，通过 LTL$_f$ 到 MDPs（马尔可夫决策过程）的线性复杂度编码，利用自动机结构（与 LTL$_f$ 规范语义等价）的优先经验回放技术来改善训练过程，在多个引入非马尔可夫任务的基准问题上进行经验证明了我们方法的可行性和有效性。

    Oct, 2023

  • 基于折扣线性时态逻辑的政策综合和强化学习

    通过降低时间折扣，将 LTL 适用于 RL 并在 Markov 决策过程中综合策略，以解决小扰动敏感性问题。

    May, 2023

  • 一种基于学习的方法，用于控制合成线性时间逻辑规范的马尔可夫决策过程

    使用学习理论中的技术，通过构建包含确定性 Rabin 自动机的乘积 MDP，其奖励函数来源于 Rabin 自动机的接受条件，即可合成满足线性时态逻辑（LTL）规范的控制策略，该方法在交通控制案例研究中证明可以产生合理的控制策略，即使无法保证满足 LTL 规范。

    Sep, 2014

  • 线性切换控制中的非渐进标识的最小二乘方法

    在已知部分观测的线性动态系统属于已知候选模型的有限集合的情况下，本文关注线性系统识别问题。我们首先考虑了给定轨迹的识别问题，利用线性最小二乘方法的最新非渐近分析进展来表征这个问题的有限时间样本复杂性，并设计了一个维度无关样本复杂性界的学习器。接下来，我们考虑了线性系统的切换控制问题，其中每个候选模型都有一个候选控制器，并通过系统与一组潜在的破坏性控制器的交互来收集数据，我们开发了一个维度相关的准则来在有限时间内检测这些破坏性控制器。我们利用这些结果提出了一个数据驱动的切换策略来识别潜在系统的未知参数，并对其性能进行了非渐近分析，并讨论了其对基于估计的监督控制方法的影响。

    Apr, 2024