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

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

授權條款

開放取用
論文: CC BY 4.0

以下內容皆依據論文全文，依其 CC BY 4.0 授權條款使用；圖表已標示作者。

一句話摘要

一種新的 STL 強健度量度，忽略已執行過的過去，以公式推進在線上計算，讓 MPC 規劃器在早期發生險情後，仍能偏好更安全的未來。

為何重要

以 STL 目標重新規劃的機器人，不會再因過去一次險些違反而失去所有改進的誘因。由於此量度可化約為推進後公式上的一般強健度，過去的觀測不必重新處理，既有的強健度工具與其他強健度量度也都能沿用。

問題

STL 強健度以整條軌跡最關鍵的點為其評分，因此在 MPC 中，早期一次與障礙物的近距離接近，會限制之後每一個規劃的分數。機器人因而無法分辨遠離未來危險的規劃與沒有遠離的規劃。

提出的方法

robustness-to-go 改變了述詞的評分方式：在選定時刻 t̂ 之前，述詞依其是否成立記為 +∞ 或 −∞，t̂ 之後則以一般強健度評分。作者證明它是健全的（若且唯若公式被滿足時為正），且等於推進後公式的一般強健度，因此在每個 MPC 步驟，以最新狀態推進公式，再由標準強健度工具只對規劃時域評分。

關鍵見解

在回饋控制中，STL 強健度最關鍵的點可能落在過去，而機器人已無法再改變它
從時刻 t̂ 起的 robustness-to-go 等於推進到 t̂ 的公式的強健度，因此只取決於後綴軌跡
「最終」（eventually）目標一旦達成，就不再影響目標函數，因此機器人可能離開目標區域；作者認為過去的滿足無法被干擾，因此在那裡追求更高的強健度是浪費
此量度與 Generalized Mean Robustness 等平均強健度量度彼此正交，並可與之結合

主要結果

到達-迴避任務（100 次執行，動態環境）：Ro-To-Go 的成功率為 0.91，STL 強健度為 0.63
停留在區域內任務（100 次執行）：Ro-To-Go 的成功率為 0.99，STL 強健度為 0.76
平均強健度：−0.079 ± 0.574 對 −0.421 ± 0.795（到達-迴避），0.601 ± 0.166 對 0.341 ± 0.344（停留在區域內）；到達-迴避可達到的最大強健度為 0.1
到達-迴避中與動態區域的平均最小距離：Ro-To-Go 為 0.312 ± 0.217，強健度方法為 0.172 ± 0.253（表 I 未註明單位）
範例（圖 1）：以強健度為基礎的規劃與人的最近距離為 0.13 m，Ro-To-Go 規劃為 0.79 m

限制

每個 MPC 步驟所解的問題都假設規劃期間環境靜止，因此運動規劃沒有安全保證
在「最終」（eventually）類型的公式下，行為的強健性較差：機器人一抵達目標就會離開
其所依據的最佳化式（NLP）方法並不完備，只能找到局部最佳解
此量度仍是局部的：規劃時域內最關鍵的點決定分數
僅在模擬中、以環境隨機移動的 2D 雙積分器機器人評估；沒有硬體實驗

對領域的影響

入圍 ICRA 2026 自動化最佳論文獎（Best Paper Award in Automation）決選，被引用 1 次。論文未釋出程式碼；它以開源的 STLRom 函式庫與 VP-STO 為基礎。

摘要

信號時序邏輯（STL）強健度是機器人最佳控制中常見的目標，但它對歷史的依賴，在用於模型預測控制（MPC）方法時限制了機器人的決策能力。本研究提出信號時序邏輯 robustness-to-go（Ro-To-Go），這是此邏輯的一種新的定量語意，能分離出後綴軌跡的貢獻。我們證明它與度量時序邏輯（Metric Temporal Logic）的公式推進之間的關係，並顯示 robustness-to-go 只取決於後綴軌跡與推進後的公式。我們在一個 MPC 演算法中以 robustness-to-go 作為目標，並以公式推進在線上有效率地求值。我們在模擬中測試此演算法，並與使用傳統 STL 強健度的 MPC 比較。實驗顯示，使用 robustness-to-go 可得到更高的成功率。

連結

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