Ro-To-Go! Robust Reactive Control with Signal Temporal Logic

著者: Roland Ilyes, Lara Brudermüller, Nick Hawes, Bruno Lacerda · ICRA 2026

ライセンス

オープンアクセス
論文: CC BY 4.0

以下の内容はすべて、論文のライセンス（CC BY 4.0）に従い論文全文に基づいています。図は著者のクレジットを付けて掲載しています。

要約

すでに実行した過去を無視し、式の進行によってオンラインで計算される新しい STL ロバスト性の尺度。これにより MPC プランナーは、初期のニアミスの後でもより安全な将来を選好できる。

重要な理由

STL の目的関数で再計画するロボットは、過去に違反しかけたことで改善の動機をすべて失うことがなくなる。この尺度は進行後の式に対する通常のロバスト性に帰着するため、過去の観測を再処理する必要がなく、既存のロバスト性ツールや他のロバスト性尺度を再利用できる。

課題

STL のロバスト性は軌道全体を最も重要な点で評価するため、MPC では初期に障害物へ接近するとその後のすべての計画のスコアに上限がかかる。するとロボットは、将来の危険から十分に離れる計画とそうでない計画を区別できなくなる。

提案手法

robustness-to-go は述語の評価方法を変える：選んだ時刻 t̂ より前では、述語は成り立ったかどうかに応じて +∞ または −∞ とみなされ、t̂ 以降は通常のロバスト性として評価される。著者らは、これが健全であること（式が満たされるときに限り正）と、進行後の式の通常のロバスト性に等しいことを証明している。したがって MPC の各ステップで最新の状態を用いて式を進行させ、標準的なロバスト性ツールで計画ホライズンのみを評価する。

主な知見

フィードバック制御では、STL のロバスト性の最も重要な点が過去にあることがあり、ロボットはそれをもう変えられない
時刻 t̂ からの robustness-to-go は、t̂ まで進行させた式のロバスト性に等しく、したがって接尾軌道のみに依存する
「いずれ」（eventually）の目標がいったん満たされると目的関数に影響しなくなるため、ロボットはゴール領域から離れることがある。著者らは、過去の充足は乱されないので、そこでロバスト性を高めても無駄になると論じている
この尺度は Generalized Mean Robustness のような平均化されたロバスト性尺度と直交しており、それらと組み合わせることができる

主な結果

到達・回避タスク（100 回の実行、動的環境）：成功率は Ro-To-Go で 0.91、STL ロバスト性で 0.63
領域内滞在タスク（100 回の実行）：成功率は Ro-To-Go で 0.99、STL ロバスト性で 0.76
平均ロバスト性：−0.079 ± 0.574 対 −0.421 ± 0.795（到達・回避）、0.601 ± 0.166 対 0.341 ± 0.344（領域内滞在）。到達・回避で達成可能な最大ロバスト性は 0.1
到達・回避における動的領域からの平均最小距離：Ro-To-Go で 0.312 ± 0.217、ロバスト性で 0.172 ± 0.253（表 I に単位の記載なし）
例（図 1）：ロバスト性に基づく計画は人間から 0.13 m 以内まで近づき、Ro-To-Go の計画は 0.79 m 以内

制限事項

MPC の各ステップでは計画の間は環境が静的であると仮定した問題を解くため、動作計画に安全性の保証はない
「いずれ」（eventually）の式のもとでは振る舞いのロバスト性が低い：ロボットはゴールに到達するとそこから離れてしまう
基盤とする最適化ベース（NLP）の手法は完全ではなく、局所最適解を見つける
この尺度は依然として局所的である：計画ホライズン内の最も重要な点がスコアを決める
環境がランダムに動く 2D の二重積分器ロボットを用いたシミュレーションでのみ評価されており、ハードウェア実験はない

分野への影響

ICRA 2026 Best Paper Award in Automation のファイナリスト、被引用数 1。論文はコードを公開していないが、オープンソースの STLRom ライブラリと VP-STO を基盤としている。

概要

信号時相論理（STL）のロバスト性はロボットの最適制御で一般的な目的関数であるが、履歴に依存するため、モデル予測制御（MPC）の手法で用いるとロボットの意思決定能力が制限される。本研究では、接尾軌道の寄与を切り分ける、この論理の新しい定量的意味論である Signal Temporal Logic robustness-to-go（Ro-To-Go）を導入する。Metric Temporal Logic の式の進行（formula progression）との関係を証明し、robustness-to-go が接尾軌道と進行後の式のみに依存することを示す。robustness-to-go を MPC アルゴリズムの目的関数として実装し、式の進行を用いてオンラインで効率的に評価する。アルゴリズムをシミュレーションでテストし、従来の STL ロバスト性を用いる MPC と比較する。実験の結果、robustness-to-go を用いると成功率が高くなることが示された。

リンク

arXiv 2503.05792: https://arxiv.org/abs/2503.05792
DOI 10.1109/ICRA57385.2026.11697342: https://doi.org/10.1109/ICRA57385.2026.11697342
PDF: https://arxiv.org/pdf/2503.05792v1