⚡ electrical engineering

Feedback Motion Planning for Stochastic Nonlinear Systems with Signal Temporal Logic Specifications

本文提出了一种针对随机非线性系统的反馈运动规划框架，该框架通过基于收缩理论导出的概率可达管进行谓词腐蚀，将随机问题转化为确定性问题，从而确保以高概率满足信号时序逻辑规范。

原作者： Liqian Ma, Zishun Liu, Glen Chou, Yongxin Chen

发布于 2026-05-05

📖 1 分钟阅读☕ 轻松阅读

原作者： Liqian Ma, Zishun Liu, Glen Chou, Yongxin Chen

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

想象一下，你正在教一只机器狗参加赛跑。比赛有着用一种名为“信号时序逻辑”（STL）的特殊语言编写的非常具体的规则。这些规则听起来可能是这样的：“首先，穿过蓝色门，然后穿过红色门，但永远不要触碰红色圆锥桶，并且必须在 15 秒内完成。”

现在，想象这只机器狗正在一个湿滑、凹凸不平的地板上奔跑，同时还被看不见、随机的阵风推搡。这是一个随机系统——一个充满不可预测噪声的系统。

如果你只是告诉机器狗“前往蓝色门”，一阵风可能会把它吹离航线，导致它撞上圆锥桶。如果你试图极度安全地指示它远离所有事物，它可能会移动得如此缓慢，以至于永远无法完成比赛。

本文提出了一种巧妙的解决方法。以下是其工作原理，分解为简单的步骤：

1. 问题：“完美”计划与现实

作者首先创建一个完美计划（即“标称轨迹”）。这是一条平滑、理想的路线，是机器狗在没有风、没有湿滑地板且没有错误的情况下本应采取的路线。

问题所在：如果你只是遵循这个完美计划，随机的风会将机器狗吹离航线。它可能会错过门或撞上圆锥桶。
旧方法：以前的方法试图通过假设最坏情况（例如，“如果发生飓风怎么办？”）来极度安全。这使得机器狗行动非常谨慎，往往导致任务无法完成。

2. 解决方案：“安全气泡”（谓词侵蚀）

作者的核心思想是在完美计划周围创建一个安全气泡。

想象你在地图上画一条路径。

完美计划：一条细长的单线。
安全气泡：围绕该线条的一条厚实、模糊的管状区域。

作者精确计算出这个管状区域需要有多大。他们问道：“如果机器狗被随机风吹动，它可能偏离完美线条多远，同时仍能保持安全？”他们使用一种名为**概率可达管（PRT）**的数学工具来绘制这个边界。

魔法技巧（侵蚀）：
他们不是告诉机器狗停留在原始的目标区域内（如蓝色门），而是缩小目标区域并扩大障碍物区域。

原始规则：“停留在蓝色门内。”
新规则（侵蚀后）：“停留在一个更小的蓝色门内。”

为什么？因为如果机器狗停留在这个更小的门内，“安全气泡”就能保证，即使风吹动它，它最终仍会落在原始的大门内。这就像瞄准飞镖靶的靶心，但将你的目标圆圈画得稍小一些，这样即使你的手在颤抖，你仍然能击中真正的目标。

3. 引擎：“收紧绳索”（收缩理论）

他们如何确保机器狗实际上能停留在该安全气泡内？他们使用一种称为收缩理论的特殊控制类型。

将机器狗的路径想象成一根橡皮筋。

如果机器狗被推离完美计划，控制系统就会像一根收紧的绳索一样起作用。它将机器狗拉回中心线。
“绳索”（反馈控制器）越强，安全气泡就可以越紧。
气泡越紧，“侵蚀”后的目标区域就不需要缩小得那么多。这意味着机器狗有更多的活动空间，可以更快、更容易地完成任务。

4. 结果：高置信度，低担忧

本文在多种机器人上测试了这种方法，包括模拟无人机、汽车以及真实的四足机器人（机器狗）。

测试：他们在现实世界中让机器狗进行了 50 次“到达 - 避障”任务（到达目标，避开障碍物），并在模拟中进行了 5,000 次。
结果：机器狗**100%**成功。
对比：其他方法（如仅进行规划而不使用安全气泡，或使用旧的“最坏情况”安全方法）失败率高得多。旧方法要么风险过高（导致碰撞），要么过于保守（被困在原地）。

总结

简而言之，本文赋予机器人一种能力，使其能够在充满混乱和噪声的世界中，遵循高级逻辑规则进行导航。

规划一条完美路径。
计算基于机器人可能晃动程度的“安全气泡”。
在计划中缩小目标并扩大障碍物，以应对这种晃动。
使用“收紧绳索”控制器将机器人保持在气泡内。

其结果是，即使世界混乱且不可预测，机器人也能以近乎完美的可靠性遵循复杂、基于时间的指令（例如“访问 A，然后访问 B，但永远不要访问 C"）。

技术摘要：具有信号时序逻辑规范的随机非线性系统反馈运动规划

问题表述

本文解决了在信号时序逻辑（STL）规范约束下，针对连续时间随机非线性系统的反馈运动规划挑战。与仅编码空间边界的经典安全集约束不同，STL 允许指定复杂的时空要求，例如顺序（“先访问 A 再访问 B"）、截止时间和持久性。

核心难点在于存在未建模动力学和外部扰动，这些被建模为无界随机噪声（例如传感器或执行器噪声）。在此类设定下，最坏情况鲁棒控制方法变得过于保守。相反，现有的概率方法往往难以扩展到连续时间非线性系统，或缺乏严格的保证。具体问题被表述为带机会约束的 STL 轨迹优化：寻找控制策略 $u$ ，在最小化成本函数的同时，确保随机轨迹 $X_t$ 以高概率（例如 $1-\delta \geq 99.99\%$ ）满足 STL 公式 $\phi$ 。

主要挑战在于，在满足 STL 的逻辑和时间结构的同时，在不可数多个时间点上实施轨迹级机会约束是不可处理的。

方法论

作者提出了一个系统框架，将不可处理的随机问题转化为具有收紧约束的**确定性 STL 轨迹优化（STLTO）**问题。该方法包含三个主要组成部分：

1. 谓词侵蚀策略

核心思想是将随机性与逻辑解耦。作者引入了一种谓词侵蚀策略，通过“侵蚀”（收紧）原始 STL 谓词来创建一个确定性代理问题。

机制：构建一个概率可达管（PRT），以界定随机轨迹 $X_t$ 与相关标称确定性轨迹 $x_t$ 之间的偏差。
转换：如果标称轨迹满足“侵蚀后”的 STL 公式 $\tilde{\phi}$ （其中每个谓词集 $C$ 被替换为 $C \ominus E_t$ ， $E_t$ 为管的横截面），则随机轨迹保证以至少 $1-\delta$ 的概率满足原始公式 $\phi$ 。
结果：这将带机会约束的问题转化为标准的确定性优化问题（8），可使用现有数值工具求解。

2. 基于收缩理论的 PRT 构建

为确保 PRT 紧致（避免过度保守），作者利用了收缩理论。

反馈设计：设计一个反馈跟踪控制器，使闭环系统呈现强收缩性。这确保了随机轨迹与标称轨迹的偏差不会发散。
紧致界：利用新颖的仿射鞅（AM）和平均矩生成函数（AMGF），作者推导出了 PRT 的轨迹级界 $r_{\delta,t}$ 。
关键洞察：推导出的界按 $O(\sqrt{\log(T/\delta)})$ 缩放，这是 Itô 随机系统可能的最紧依赖关系。这比依赖联合界的方法保守性显著降低，后者通常随时间或离散化步长线性缩放。

3. 反馈运动规划流程

该框架在两个阶段的合成过程中运行：

离线规划：求解确定性代理问题（8），以获得标称轨迹 $(x^*, u^*)$ 和前馈控制。
在线执行：应用复合控制律 $u_t = u^*_t + K_t(X_t; x^*_t, u^*_t)$ ，其中 $K_t$ 是跟踪控制器（例如时变 LQR 或时变控制收缩度量），用于在标称规划周围稳定随机系统。

耦合：本文通过迭代算法或使用与轨迹无关的 TVCCM 合成的解耦设计，解决了规划视界（取决于管的大小）与控制器综合（决定管的大小）之间的耦合问题。

主要贡献

本文做出了以下具体贡献：

连续时间 STL 侵蚀：一种系统策略，通过将基于 PRT 的谓词侵蚀，将带机会约束的 STL 轨迹优化问题转化为确定性问题，适用于一般的连续时间非线性系统。
严格的概率保证：一个完整的反馈控制综合流程，为随机系统提供严格的概率保证（例如 $\geq 99.99\%$ 的满足率），克服了现有离散时间或仅线性方法的局限性。
紧致 PRT 界：利用收缩理论和基于鞅的分析开发了紧致的轨迹级 PRT 界，避免了连续时间中联合界的保守性。
实证验证：通过在四个机器人基准测试（双积分器、Dubins 车、PVTOL、四旋翼）上的广泛仿真以及在四足机器人上的真实世界实验，证明了该框架的可扩展性和有效性。

结果

所提出的框架在四个仿真基准测试和一台真实的四足机器人（Unitree Go1）上进行了评估。

仿真性能：
- 该方法在所有四个基准测试（双积分器、Dubins 车、PVTOL 和 3D 四旋翼）的 10,000 次随机 rollout 中实现了100% 的 STL 规范满足率。
- 基线对比：竞争方法，包括“非鲁棒”确定性规划和“缩短视界 MPC"（SHMPC），显示出显著较低的满足率（范围从 0.2% 到 77.6%），表明仅靠确定性规划不足以应对随机系统。
- 保守性：与离散时间基线（DPRT 和 STLCD）的比较表明，所提出的连续时间方法保守性更低。具体而言，所提出方法中的侵蚀半径独立于离散化步长 $N$ ，并且与风险水平 $\delta$ 的缩放关系更为温和（按 $\sqrt{\log(1/\delta)}$ ），而离散时间联合界则按线性缩放。
真实世界实验：
- 该框架部署在 Unitree Go1 四足机器人上，使用了高层单轮车抽象。
- 在50 次硬件执行中，针对两个不同的导航任务（到达 - 避免和先通过），机器人成功完成了所有试验中的任务，尽管存在状态估计噪声、执行器噪声和模型失配，仍满足了 STL 规范。

意义与主张

作者声称，这项工作通过为连续时间非线性系统实现不确定环境下可靠的高级时序逻辑规划，填补了机器人自主性中的一个关键空白。

克服保守性：本文指出，现有的概率方法要么过于保守（由于联合界），要么缺乏形式化保证（由于近似）。所提出的基于 PRT 的侵蚀策略提供了一种严格且保守性较低的替代方案。
可扩展性：通过将随机问题简化为确定性问题，该方法利用了现有的数值优化求解器（例如 SNOPT、MOSEK），使其能够扩展到复杂的非线性动力学。
实际适用性：在真实四足机器人上的成功部署表明，该理论框架足够稳健，能够处理现实世界的不确定性，包括混合动力学和冲击事件，而无需完美的系统模型。

该工作得出结论，通过谓词侵蚀和反馈控制显式处理机会约束，对于随机环境中的可靠 STL 满足是必要的，为不确定环境下的可靠自主性提供了一条系统化的路径。