SceneChecker：利用对称性抽象提升场景验证性能
系统与控制
2021-03-04 v2 形式语言与自动机理论
机器学习
机器人学
系统与控制
摘要
我们提出 SceneChecker，一种用于验证在大型杂乱工作空间中执行复杂规划的车辆所涉场景的工具。SceneChecker 将场景验证问题转化为标准的混合系统验证问题，并通过利用规划与车辆动力学中的结构特性来有效求解。SceneChecker 采用对称性抽象和一种新颖的精化算法，且重要的是，其构建方式可将任意现有可达性分析工具作为插件子程序来提升其性能。我们在多个涉及具有非线性动力学和神经网络控制器的地面与空中车辆的场景上评估了 SceneChecker，采用了不同类型的对称性、使用不同的可达性子程序，并遵循复杂工作空间中具有数百个航点的规划。与两款领先工具 DryVR 和 Flow* 相比，即便将这两款工具本身用作可达性子程序，SceneChecker 在验证时间上仍实现了 20 倍的加速。
引用
@article{arxiv.2011.10713,
title = {SceneChecker: Boosting Scenario Verification using Symmetry Abstractions},
author = {Hussein Sibai and Yangge Li and Sayan Mitra},
journal= {arXiv preprint arXiv:2011.10713},
year = {2021}
}