Page 15 - 《软件学报》2025年第5期
P. 15

杨紫萱 等: 基于   PAC  学习的组合式概率障碍证书生成                                                 1915


                                                                                        E(−0.063,−0.974) . 将
                 个反例点   A(−0.112,−0.993) 、   B(−0.104,−0.928) 、  C(−0.072,−0.922) 、  D(−0.009,−0.963) 、
                 初始区域划分为上半部分         X 1  和下半部分   X 2  两个区域, 其中   X 2  包含所有反例点. 从  X 1  中随机采样  K  个点, 学习  PAC
                         B 1 = −8.907+7.287x 1 −10.998x 2  , 如图                         K  个点, 学习  PAC  障
                 障碍证书                                 1 (b) 中的黑色直线所示. 从     X 2  中随机采样
                       B 2 = −0.099+3.666x 1 +1.573x 2  , 如图  1 (b) 中的蓝色直线所示.
                 碍证书

                                      Barrier border                            Barrier border
                        2.5                                       2.5
                        2.0                                       2.0
                        1.5                                       1.5
                        1.0                                       1.0
                        0.5                                       0.5
                      x 2  0                                   x 2  0
                       −0.5                                      −0.5
                       −1.0                                      −1.0
                       −1.5                                      −1.5
                       −2.0                                      −2.0
                       −2.5                                      −2.5
                          −2.5 −2.0 −1.5 −1.0 −0.5 0  0.5 1.0 1.5 2.0 2.5  −2.5 −2.0 −1.5 −1.0 −0.5 0  0.5 1.0 1.5 2.0 2.5
                                          x 1                                       x 1
                                    (a) 单个障碍证书                               (b) 组合式障碍证书
                                                 图 1 组合式障碍证书效果图

                                                                                    B 2 (x) ⩽ 0 , 分别可以说明在
                    将   X 1  和  X 2  中的采样点分别代入   B 1  和  B 2  验证可知满足原始约束条件   B 1 (x) ⩽ 0 和
                 至少  1−10 −12   的置信度下, 从  X 1  出发的状态在连续演化过程中满足安全性质的概率至少为                0.9, 从  X 2  出发的状态
                 在连续演化过程中满足安全性质的概率至少为                 0.9.   B 1  和  B 2  一起将初始区域  X 0  与非安全区域  X u  分隔开. 因此可

                 以表明在至少     1−10 −12  的置信度条件下, 该动力系统满足安全性的概率至少为                0.9.   B 1  和  B 2  称为该系统的一组
                 PAC  障碍证书, 共同验证系统的概率安全性.
                    基于以上例子所带来的启发, 本文提出学习一组组合式                  PAC  障碍证书的方法, 以解决样本点中可能存在反例
                 点的问题.
                    定义   5 (组合式  PAC  障碍证书). 给定一个连续动力系统           C = ( f,X 0 ,Ω,X)  和相应的非安全区域  X u ⊆ X  , 若
                                                                    β ∈ (0,1) 的一组组合式   PAC  障碍证书, 则需满
                 B 1 ,B 2 ,...,B n  是关于安全需求阈值参数  ε ∈ (0,1) 和置信度水平参数
                 足下述条件:
                    CPBC1.   ∀x ∈ X u ,B i (x) > 0, i = 1,2,...,n ;
                                 ∂B i
                           ∀x ∈ X,                              λ ∈ R 为一个固定的常数;
                    CPBC2.         (x) f(x)+λB i (x) ⩽ 0, i = 1,2,...,n, 其中
                                 ∂x
                                                    (j)
                             (1)
                                (2)
                                                         ,
                    CPBC3.   ∀x , x ,..., x (K)  ∈ X i  ,    ∧  B i (x ) ⩽ 0 i = 1,...,n 为真, 其中   {X 1 ,...,X n } 是  X 0  的划分,   K  是从子块   X i
                             i  i    i              i
                                            j=1,2,...K
                 中随机采样的样本数且满足公式           (8).
                    对于所得到的一组组合式          PAC  障碍证书   B 1 ,B 2 ,...,B n  , 只需每个  X i  中  K  个样本点对于  B i ,i = 1,2,...,n 都有能
                 满足的安全性质. 由于样本数由安全需求阈值参数                ε ∈ (0,1) 和置信度水平参数    β ∈ (0,1) 决定, 并且对于每个   PAC
                                                           1−ε . 组合式  PAC  障碍证书的安全概率由以下定理可得.
                 障碍证书所学习的样本点不同, 因此系统的安全概率为
                    定理  7 (组合式  PAC  障碍证书概率安全性). 假设        B 1 ,B 2 ,...,B n  为一组组合式  PAC  障碍证书, 满足  CPBC1–3,
                 则在至少   1−β 的置信度下, 可以说明系统        C = ( f,X 0 ,Ω,X) 在至少  1−ε 的概率下满足安全性质.
                    如图  2  所示为组合式    PAC  障碍证书的构造框架, 具体流程如下.
                          (1)             X 0  的一个划分; 组合式   PAC                     i = 1 L = 100 .
                    (1) 令  π = {X 0 } 是初始区域                     障碍证书集合     CPBC = {};     ;
                            (i)  (i)  (i)                  (i)                      K  个点, 并利用大      法分
                    (2) 对于  π = {X ,...,X }  中每个子块,   n i  为当前  π   中包含的子块个数, 随机采样                 M
                                 1    n i
                 别计算相应子块的       PAC        B ,...,B (i)  .
                                            (i)
                                    障碍证书
                                            1     n i
                                            X (i)                           (i)     j = 1,2,...,n i  , 若均满足则
                    (3) 令  T = {}; 分别对每个子块    j   中的  K  个样本点检验是否满足条件      B (x) ⩽ 0  ,
                                                                             j
   10   11   12   13   14   15   16   17   18   19   20