MétaCan
Menu
Retour à la cohorte
Enregistrement W2976821674 · doi:10.48550/arxiv.1909.13039

Guaranteed-Safe Approximate Reachability via State Dependency-Based Decomposition

2019· preprint· en· W2976821674 sur OpenAlexaff
Anjian Li, Mo Chen

Notice bibliographique

RevuearXiv (Cornell University) · 2019
Typepreprint
Langueen
DomaineComputer Science
ThématiqueFormal Methods in Verification
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésReachabilityState spaceComputer scienceBounded functionDependency (UML)GraphState (computer science)CorollaryModel checkingTopology (electrical circuits)Control theory (sociology)Mathematical optimizationMathematicsTheoretical computer scienceAlgorithmArtificial intelligenceDiscrete mathematics

Résumé

récupéré en direct d'OpenAlex

Hamilton Jacobi (HJ) Reachability is a formal verification tool widely used in robotic safety analysis. Given a target set as unsafe states, a dynamical system is guaranteed not to enter the target under the worst-case disturbance if it avoids the Backward Reachable Tube (BRT). However, computing BRTs suffers from exponential computational time and space complexity with respect to the state dimension. Previously, system decomposition and projection techniques have been investigated, but the trade off between applicability to a wider class of dynamics and degree of conservatism has been challenging. In this paper, we propose a State Dependency Graph to represent the system dynamics, and decompose the full system where only dependent states are included in each subsystem, and "missing" states are treated as bounded disturbance. Thus for a large variety of dynamics in robotics, BRTs can be quickly approximated in lower-dimensional chained subsystems with the guaranteed-safety property preserved. We demonstrate our method with numerical experiments on the 4D Quadruple Integrator, and the 6D Bicycle, an important car model that was formerly intractable.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,062
Tête enseignante GPT0,227
Écart entre enseignants0,165 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetFormal Methods in VerificationTravaux en français237 207