⚡ electrical engineering

Ternary Logic Encodings of Temporal Behavior Trees with Application to Control Synthesis

本文提出了一种基于三值信号时序逻辑的行为树编码方法，通过引入“未知”状态并构建混合整数线性规划模型，实现了线性动态系统控制策略的“正确即构建”合成。

原作者： Ryan Matheu, John S. Baras, Calin Belta

发布于 2026-04-15

📖 1 分钟阅读☕ 轻松阅读

原作者： Ryan Matheu, John S. Baras, Calin Belta

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述的是如何给机器人装上一个更聪明、更灵活的“大脑”，让它不仅能听懂复杂的指令，还能在指令还没完全执行完、或者情况不明朗时，依然能做出正确的决定。

我们可以把这篇论文的核心思想想象成给机器人设计一套“三态”的导航系统。

1. 背景：机器人的“任务清单”

想象一下，你给一个送货机器人下达指令：“先去 A 点，然后如果电量够，去 B 点；如果电量不够，先去 C 点充电，再去 B 点。”

在传统的编程里，这通常用**行为树（Behavior Trees, BTs）**来表示。你可以把它想象成一棵倒挂的树，树枝是逻辑判断（比如“电量够吗？”），树叶是具体动作（比如“去 A 点”）。这种结构非常直观，就像人类写任务清单一样。

但是，以前科学家在验证这些指令是否“安全”或“正确”时，只能等机器人跑完一圈，回头检查（事后诸葛亮）。如果机器人跑了一半卡住了，或者电量刚好在临界值，传统的逻辑（只有“对”或“错”两种状态）就懵了：它既没完全成功，也没完全失败，那它到底算啥？

2. 核心创新：引入“第三状态”——“未知”

这篇论文的大胆创新在于，它给机器人的逻辑系统加上了第三种状态，叫作**“未知”（Unknown）**。

这就好比我们平时判断事情：

真（True）：绿灯亮了，路通了。
假（False）：红灯亮了，路堵死了。
未知（Unknown）：雾太大了，看不清前面是红灯还是绿灯，或者电量刚好卡在 79.9% 和 80% 之间，不知道算够还是不够。

以前的系统遇到“未知”就死机或报错，但作者提出的**三值逻辑（Ternary Logic）**允许系统在这个状态下继续思考。它告诉优化算法：“现在的情况虽然不确定，但还没坏到必须停止，我们继续算，看看能不能找到一条路。”

3. 技术魔法：把“模糊”变成“数学题”

为了让计算机能处理这种“模糊”的“未知”状态，作者发明了一套混合整数线性编码（听起来很吓人，其实很简单）。

以前的做法：把“真”记作 1，“假”记作 0。
现在的做法：把“真”记作 +1，“假”记作 -1，把“未知”记作 0。

通过这种巧妙的数学转换，作者把复杂的机器人路径规划问题，变成了一个标准的数学优化问题（就像解一道超级复杂的方程组）。计算机现在的任务就是：在满足所有“真”和“假”的硬性规定下，利用“未知”这个缓冲地带，找到一条最省力、最安全的路径。

4. 实际应用：机器人真的变聪明了

论文里展示了两个生动的例子：

例子一：会看电量的独眼机器人
机器人要完成一系列任务。如果电池电量高，它直接去下一个目标；如果电量低，它必须先回充电桩。
- 传统方法：如果电量刚好在临界点，系统可能无法决定该走哪条路，或者需要人为干预。
- 新方法：系统利用“未知”状态，自动计算出：虽然电量有点悬，但只要稍微省点电，就能在去 B 点之前顺便充上电，或者调整路线。它算出了一条完美的路径，既完成了任务，又没让机器人趴窝。
例子二：排队过窄巷的机器人团队
想象三个机器人要穿过一个狭窄的走廊，还要避开障碍物。
- 传统方法：大家可能会挤在一起，或者因为互相干扰而卡死。
- 新方法：系统利用这种逻辑，让机器人像人类一样“排队”。第一个机器人先过，第二个等一等，第三个再等。这种“排队现象”是系统自动计算出来的最优解，确保了大家都能安全通过，不会撞车。

5. 总结：为什么这很重要？

这就好比给自动驾驶汽车装上了一个**“直觉”**。

以前，如果传感器数据有点模糊（比如雾天看不清路标），自动驾驶可能会直接报错停车。但现在，有了这套三值逻辑系统，汽车能理解“虽然看不清，但大概率是安全的，我可以小心地继续开，同时寻找更清晰的路径”。

一句话总结：
这篇论文教会了机器人如何在“不确定”中做决定。它不再非黑即白地看待世界，而是允许世界存在“灰色地带”，并利用数学工具在这些灰色地带里找到最优的解决方案，让机器人能更灵活、更安全地执行复杂的长期任务。

论文技术总结

1. 研究背景与问题定义 (Problem)

背景：行为树（Behavior Trees, BTs）因其直观性和模块化特性，被广泛用于为自主系统构建长时程规划。然而，传统的 BT 分析通常局限于离线的事后验证或轨迹修复，难以直接用于控制综合（Control Synthesis），即从规范中自动生成满足条件的控制策略。
现有局限：
- 现有的时间行为树（Temporal BTs, TBTs）基于信号时序逻辑（STL），但主要依赖布尔逻辑（真/假）。
- 在有限时间轨迹或系统状态未完全确定（如“运行中”状态）的情况下，布尔逻辑无法准确表达“未知”状态，导致在控制综合中难以处理部分轨迹或不确定性。
- 传统的 STL 控制综合方法（如混合整数规划）在处理长时程行为和复杂的回退机制（Fallback）时，往往面临计算复杂度高或无法处理动态分支的问题。
核心问题：如何形式化行为树，使其能够适应三元逻辑（引入“未知”状态），并构建高效的混合整数线性编码，从而实现对线性动态系统的正确性构建（Correct-by-construction）控制综合。

2. 方法论 (Methodology)

本文提出了一套基于**克莱因强逻辑（Kleene's Strong Logic, $K_3$ ）**的三元逻辑框架，将行为树操作符编码为混合整数规划（MIP/MIQP）约束。

三元逻辑基础 ( $K_3$ )：
- 引入第三个真值 Unknown (U)，对应行为树节点的"Running"状态。
- 真值集合： $\{False (F), Unknown (U), True (T)\}$ ，对应数值 $\{-1, 0, +1\}$ 。
- 逻辑运算（ $\neg, \land, \lor$ ）遵循 $K_3$ 代数规则，例如 $U \land F = F$ ， $U \lor T = T$ ，但 $U \land \neg U \neq F$ 。
部分轨迹的 STL 语义扩展：
- 将 STL 的定性语义扩展到部分轨迹（Partial Trajectories）。
- 定义信号谓词 $\mu(x_t)$ $μ (x_{t})$ 为三元值：
  - $T$ (真): $f(x_t) \ge \delta$
  - $U$ (未知): $-\delta < f(x_t) < \delta$ (引入不确定性阈值 $\delta$ )
  - $F$ (假): $f(x_t) \le -\delta$
- 对于时序算子（Always $\square$ 和 Eventually $\diamond$ ），当搜索窗口超出当前部分轨迹的视界（Horizon）时，结果默认为 $U$ ，除非发生“短路”（Short-circuit，如遇到 $F$ 导致合取为假）。
混合整数编码方案：
- 变量设计：使用三元整数决策变量 $z^\varphi_t \in \{-1, 0, +1\}$ 表示公式 $\varphi$ 在时刻 $t$ 的满足度。通过三个二元变量 $u^1_t, u^0_t, u^{-1}_t$ 进行线性化约束。
- STL 算子编码：
  - 合取/析取：通过最小值/最大值逻辑及辅助二元变量实现。
  - 时序算子：根据搜索窗口与部分视界的关系，动态选择是进行全量求和/求积，还是引入 $U$ 作为边界。
- 行为树算子编码：
  - Sequence (Seq)：子公式按顺序依次满足。编码为存在一个分割点 $\tau$ ，使得前一段满足 $\varphi_1$ ，后一段满足 $\varphi_2$ 。利用结合律递归处理 $k$ 元序列。
  - Selector (Sel)：子公式按顺序尝试，直到有一个满足。编码为存在分割点 $\tau$ ，使得前一段满足 $\varphi_1$ 或后一段满足 $\varphi_2$ 。
- 优化问题构建：将控制综合问题转化为混合整数二次规划（MIQP）。目标函数为控制能量最小化，约束条件包括系统动力学方程、控制输入限制以及上述三元逻辑编码的 TBT 公式。

3. 主要贡献 (Key Contributions)

形式化三元逻辑：首次将行为树（BTs）的形式化严格建立在三元逻辑 $K_3$ 之上，明确捕捉了“运行中”和“不确定性”状态。
混合整数编码：提出了针对部分轨迹 STL 和形式化行为树（TBT）的混合整数线性编码方案。这使得原本不可判定的有限轨迹问题转化为可求解的优化问题。
控制综合应用：展示了该框架在线性离散时间系统上的应用，能够直接生成满足复杂时序行为树规范的最优控制策略。
理论证明：证明了 Sequence 和 Selector 算子的结合律，并分析了编码的复杂度（指出 TBT 编码复杂度随子公式数量 $k$ 呈 $O(T^{k+1})$ 增长，高于传统 STL 的线性复杂度，但提供了更强的表达能力）。

4. 实验结果 (Results)

论文通过两个案例研究验证了框架的有效性：

案例一：离散时间双积分器（移动机器人）
- 任务：机器人需先到达目标 A，然后根据电池电量（ $\ge 80\%$ 或 $< 80\%$ ）决定是直接去 B 还是先去 C 充电再去 B。
- 结果：成功生成了两条不同的轨迹。当电量低时，机器人自动规划了“去 C 充电”的路径；电量高时则直接去 B。
- 性能：模型包含约 4800 个整数变量，在 AMD Ryzen 9 处理器上约 97 秒内求得全局最优解。
案例二：多智能体规划
- 任务：3 个智能体需依次完成两个子任务（到达不同目标点），同时避免障碍物并保持最小安全距离。
- 结果：生成的轨迹展示了智能体在狭窄通道中的排队现象（Queuing phenomenon）。这是由严格的安全约束（最小距离）和时序逻辑自然涌现的行为，证明了框架处理多智能体协同和冲突消解的能力。
- 性能：模型包含约 2040 个整数变量，在约 308 秒内求解。

5. 意义与影响 (Significance)

填补空白：解决了行为树从“离线验证”向“在线/离线控制综合”跨越的关键理论障碍。
处理不确定性：通过引入三元逻辑中的"Unknown"状态，框架能够更自然地处理传感器噪声、未完成的动作以及有限视界下的规划问题，比传统布尔逻辑更具鲁棒性。
可解释性与模块化：保留了行为树的图形化、模块化优势，同时利用混合整数规划保证了生成的控制策略在数学上是严格满足规范且最优的。
未来方向：为将此类方法扩展到非线性系统、随机系统以及更复杂的自主系统控制奠定了基础。

总结：该论文成功地将行为树的逻辑语义与混合整数优化相结合，提出了一种基于三元逻辑的新范式，使得复杂、具有回退机制和不确定性的自主系统任务规划能够通过数学优化直接生成安全、正确的控制策略。