基于区间 MDP 抽象的安全学习用于不确定性感知规划
系统与控制
2022-05-30 v4 系统与控制
摘要
我们研究针对使用语法上协同安全的线性时序逻辑（scLTL）定义的规划规约，细化部分已知随机系统可满足性界的问题。我们提出一种基于抽象的方法，通过高斯过程回归获得动力学未知部分的高置信度界，迭代地生成系统的高置信度区间马尔可夫决策过程（IMDP）抽象。特别地，我们开发了一种综合策略，通过利用乘积 IMDP 寻找避开违反规约状态的通路来对未知动力学进行采样。我们进一步提供了一种启发式方法，用于在多个候选通路中进行选择以最大化信息增益。最后，我们提出一种迭代算法来综合乘积 IMDP 系统的满足控制策略。我们通过移动机器人导航的案例研究展示了我们的工作。
引用
@article{arxiv.2202.01358,
title = {Safe Learning for Uncertainty-Aware Planning via Interval MDP Abstraction},
author = {Jesse Jiang and Ye Zhao and Samuel Coogan},
journal= {arXiv preprint arXiv:2202.01358},
year = {2022}
}
备注
8 pages, 3 figures; accepted to IEEE Control Systems Letters