基于局部高斯过程回归的离线-在线协同控制综合

自主系统常因黑盒组件等而具有复杂且可能未知的动态，这导致不可预测的行为，并使带性能保证的控制设计成为一大挑战。本文提出一种数据驱动的控制综合框架，用于此类受有限迹线性时序逻辑（LTLf）规约约束的系统。该框架将基线（离线）控制器与一种新颖的在线控制器及精化过程相结合，随着新数据收集可改进基线保证。基线控制器离线计算于使用高斯过程（GP）回归在给定数据集上构建的不确定抽象之上。离线控制器提供满足 LTLf 规约概率的下界，由于离散化与回归误差，该下界可能远非最优。协同性源于在线控制器利用离线抽象连同当前状态与新数据来选择下一最佳动作。在线控制器可改进基线保证，因其避免离散化误差并随新数据收集降低回归误差。新数据也用于通过局部 GP 回归精化抽象与离线控制器，这显著减少了计算开销。评估显示了所提离线-在线框架的有效性，尤其与离线控制器相比时。