Основные понятия
이 연구는 데이터 기반 이산 확률 모델을 통해 동적 시스템의 추상화를 제안하며, 이를 통해 안전 및 도달-회피 등의 복잡한 시간 속성을 만족하는 제어기를 합성할 수 있다.
Аннотация
이 논문은 이산 시간 확률 동적 시스템의 데이터 기반 추상화 기법을 제안한다. 기존의 마르코프 결정 과정(MDP) 기반 추상화 기법은 전이 확률을 정확히 알아야 한다는 한계가 있었다. 이 연구에서는 불확실 MDP(iMDP) 및 강건 MDP(RMDP) 개념을 도입하여, 전이 확률에 대한 불확실성을 모델링할 수 있다.
구체적으로, 연구진은 다음과 같은 절차를 통해 추상화 기법을 제안한다:
- 상태 공간 이산화
- 추상 상태 간 전이 정의 - 다수의 목표 집합을 고려하여 비결정적 전이를 모델링
- 전이 확률 계산 - 시나리오 접근법을 활용하여 전이 확률 구간 계산
이를 통해 기존 기법 대비 더 넓은 제어 공간을 탐색할 수 있으며, 안전 및 도달-회피 등의 복잡한 명세를 만족하는 제어기를 합성할 수 있다. 실험 결과를 통해 제안 기법의 장단점을 확인하였다.
Статистика
제안된 기법은 기존 단일 목표 접근법 대비 더 많은 전이를 생성하여 더 큰 추상화 모델을 생성한다.
그러나 이를 통해 더 넓은 제어 공간을 탐색할 수 있어, 안전 및 도달-회피 등의 복잡한 명세를 만족하는 제어기를 합성할 수 있다.
Цитаты
"이 연구는 데이터 기반 이산 확률 모델을 통해 동적 시스템의 추상화를 제안하며, 이를 통해 안전 및 도달-회피 등의 복잡한 시간 속성을 만족하는 제어기를 합성할 수 있다."
"기존의 마르코프 결정 과정(MDP) 기반 추상화 기법은 전이 확률을 정확히 알아야 한다는 한계가 있었다. 이 연구에서는 불확실 MDP(iMDP) 및 강건 MDP(RMDP) 개념을 도입하여, 전이 확률에 대한 불확실성을 모델링할 수 있다."