基于数据驱动的时态逻辑推理下的开关非线性系统模型判别
摘要：数据驱动的模型区分问题，用于未知的开关系统和未知的线性时间逻辑（LTL）规范，表示控制模式序列的任务，其中只有未知动态和任务的采样数据可用。为了解决这个问题，我们提出了数据驱动的方法来逼近未知动态和推断未知规范，以确保未知动态和LTL公式的集合成员模型都包括真实的模型和规范/任务。此外，我们提出了一种基于优化的算法，用于分析一组学得/推断的模型-任务对的区别，以及一个在运行时间内根据新观测排除与模型-任务对不一致的模型区分算法。此外，我们提出了一种方法来减少推断规范的大小，以提高模型区分算法的计算效率。
作者：Zeyuan Jin, Nasim Baharisangari, Zhe Xu, and Sze Zheng Yong
论文ID：2306.09966
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-06-19