基于场景采样的黑盒系统安全性能的正式刻画

典型的基于场景的评估框架旨在通过重复采样初始化配置（场景采样）并执行某种用于场景演化的测试策略（场景测试），将被测黑盒系统作为测试对象，来刻画黑盒系统的安全性能（例如故障率）。在本文中，我们首先提出一种新颖的安全评估准则，旨在刻画测试对象将以高概率无限期保持安全的实际运行域。通过将黑盒测试场景表述为动态系统，我们表明所提出的问题等价于寻找给定系统的某个“几乎”鲁棒前向不变集。其次，对于任意场景测试策略，我们提出了一种场景采样算法，该算法在以获取任意高精度的安全不变集方面被证明是渐近最优的。此外，当考虑不同的测试策略（例如对安全关键案例的偏置采样）时，我们表明若场景测试满足某一条件，所提算法仍收敛于安全刻画结果的无偏近似。最后，在一个基于控制障碍函数的移动机器人碰撞避免系统的安全评估案例研究中，展示了所提场景采样算法及各种理论性质的有效性。