Open Source Robotics

高品質なオープンソースロボティクスプロジェクト、ツール、ソフトウェアの厳選コレクション。

Signal Temporal Logic

  • 別名: STL
  • カテゴリ: Planning & manipulation › Task-level
  • タグ: formal-methods, temporal-logic, task-specification, control, planning

ロボットの軌道のような実数値信号に対して、時間制約付きの要求を記述するための形式言語。軌道がそれらをどれだけ強く満たしているかを示すロバスト性スコアをもつ。

定義

信号時相論理(signal temporal logic、STL)は、連続的な実数値信号が時間とともに満たす性質を記述するための形式的な仕様記述言語である。Oded Maler と Dejan Nickovic が 2004 年に計量区間時相論理の拡張として導入したもので、連続システムやハイブリッドシステムからの信号を監視することを目的としていた。ロボティクスでは信号は通常、状態の軌道であり、STL を使えばエンジニアは「10 秒以内に領域 A に到達し、そこに少なくとも 2 秒とどまり、障害物の 0.5 m 以内には決して近づかない」といった要求を 1 つの厳密な式として書ける。

STL の式は、μ をゴールまでの距離のような状態の関数として μ(x) ≥ 0 の形をとる述語から構成され、それらをブール演算子(否定、論理積、論理和)と、明示的な時間区間をもつ時相演算子で組み合わせる。時相演算子には、always(常に)G[a,b](区間内のすべての時刻で式が成り立つ)、eventually(いつか)F[a,b](区間内のある時刻で成り立つ)、until(まで)U[a,b] がある。述語が実数値なので、STL には真偽の意味に加えて定量的な意味論がある。Fainekos と Pappas、および Donzé と Maler が定義した、ある式に対する軌道のロバスト性(robustness)は符号付きの数値であり、正なら式が満たされ、負なら違反しており、その大きさは判定が変わるまでに信号をどれだけ摂動させられるかを表す。

ロバスト性は仕様を最適化に変える。プランナーはロバスト性を直接最大化することも、式を混合整数計画の制約として符号化することも、min と max 演算子の滑らかな近似を使って勾配ベースの軌道最適化や学習手法を適用することもできる。STL は、システムが要求を満たしているかを実行時に監視したり、ロバスト性を負にする外乱を探索してコントローラを反証したりするためにも使われる。実用上の主なコストは計算量である。入れ子になった時相演算子や長いホライズンによって最適化問題が大きくなり、滑らかでない min/max の構造が勾配法を難しくする。

重要な理由

多くのロボットのタスクには、期限、順序、安全に関する要求があり、それらを単一のコスト関数や報酬として表すのは難しい。STL はこうした要求に厳密な意味を与えて、確認、監視、最適化ができるようにし、そのロバスト性スコアは、合格か不合格かの二値ではなく、コントローラが活用できる余裕を与える。

主な用途

  • 移動ロボットやドローンのための、期限と順序を含むタスク仕様
  • 仕様のロバスト性を最大化するモデル予測制御
  • 安全性とタイミングに関する要求の実行時監視
  • 自動車システムを含むコントローラの反証とテスト
  • 学習型ポリシーのための報酬や制約の設計
  • 時間制約付きの共同目標をもつマルチロボット協調

実際の使われ方

倉庫ロボットを開発するチームが、タスクを STL の式として書く。30 秒以内にいつかピックアップゾーンに到達し、続く 20 秒以内に荷下ろしゾーンに到達し、その間ずっと棚や人から少なくとも 0.3 m 離れている、というものである。ロボットを二重積分器としてモデル化し、後退ホライズン上で式を混合整数制約として符号化し、ロバスト性を最大化するモデル予測制御のループで解く。人が通路に入ってくると障害物の述語が変わり、ソルバーが再計画し、記録されたロバスト性の値は、ロボットがクリアランスの要求にどこまで違反しかけたかを示す。テスト中は、同じ式を記録した軌道に対するオフラインのモニターとしても実行する。

よくある誤解

  • ここでの STL は STL 3D モデルファイル形式と同じものである — この略語は CAD や 3D プリントで使われる光造形のメッシュ形式も指すが、それは信号時相論理とは無関係である
  • STL は yes/no の答えしか返さない — 定量的なロバスト性の意味論によって、コントローラや最適化器が利用できる符号付きの充足の余裕が得られる
  • ロバスト性を最大化すれば常に自然な振る舞いになる — 標準的なロバスト性は最悪となる 1 時点だけで決まるため、最適化器はある瞬間にちょうど余裕を満たすだけで、残りを無視した軌道を作ることがある
  • STL は線形時相論理(LTL)と同じである — LTL は明示的な時間制約のない離散的な命題について推論し、STL は実数値の述語と時間区間を用いる

知っておくべき人

  • 形式的なタスク仕様を扱うモーションプランニングと制御のエンジニア
  • 自律システムの検証と安全のエンジニア
  • 形式手法と学習を組み合わせる研究者
  • マルチロボットやドローンのミッション設計者

関連技術

  • 線形時相論理(Linear Temporal Logic)
  • 計量区間時相論理(Metric Interval Temporal Logic)
  • 混合整数計画ソルバー(Mixed-Integer Programming Solvers)
  • モデル予測制御(Model Predictive Control)
  • 制御バリア関数(Control Barrier Functions)
  • ランタイム検証(Runtime Verification)

関連用語

  • Control Barrier Function
  • Model Predictive Control
  • Mixed-Integer Programming
  • Task Planning
  • Trajectory Planning
  • Double Integrator

関連プロジェクト

  • Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
  • MuJoCo MPC: DeepMind's interactive real-time model predictive control framework for MuJoCo
  • PyPose: PyTorch library for differentiable robotics with deep learning and Lie group optimization
  • ros2_control: Hardware abstraction framework for ROS 2 enabling portable robot control code
  • safe-control-gym: Benchmark suite for safe learning-based control: RL and MPC under one API
  • OpEn (Optimization Engine): Embedded nonconvex optimization solver in Rust for real-time MPC on robots

このウェブサイトにはJavaScriptが必要です。オープンソースロボティクスプロジェクトを閲覧するにはJavaScriptを有効にしてください。