冲突 STL 规范下的可行性恢复与帕累托最优细化
机器人学
2026-03-10 v1
摘要
信号时序逻辑 (STL) 是一种用于机器人领域的时空要求规范的表达性形式语言，其定量鲁棒性语义可轻松集成到基于优化的控制框架中。然而，在实际应用中，STL 规范可能发生冲突，因为安全规则、交通法规和任务目标无法同时满足。在这种情况下，传统的 STL 约束模型预测控制 (MPC) 将变得不可行，默认采用保守行为如冻结，从而在安全关键场景中显著增加风险。本文提出了统一的两阶段框架：首先通过最小化松弛恢复可行性，然后将其细化为构建价值感知的多目标优化问题。采用 -约束方法，我们近似求解多目标优化的帕累托前沿，这允许分析各竞争目标之间的权衡，并进行替代行动的反事实分析。我们证明了该方法在冲突 STL 规范下避免死锁，并通过自动驾驶案例研究展示了其在安全关键应用中实现可解释决策的能力。
引用
@article{arxiv.2603.06947,
title = {Feasibility Restoration under Conflicting STL Specifications with Pareto-Optimal Refinement},
author = {Tianhao Wu and Yiwei Lyu},
journal= {arXiv preprint arXiv:2603.06947},
year = {2026}
}