Automi Ibridi
Carla Piazza1
1Dipartimento di Matematica ed Informatica Universit `a di Udine
carla.piazza@dimi.uniud.it
Indice del Corso (Dis)Ordinato
Automi Ibridi: Sintassi e Semantica Sistemi a stati finiti(breve ripasso) Il problema dellaRaggiungibilit `a Risultati diIndecidibilit `a
Classinotevoli di Automi Ibridi: timed, rectangular, o-minimal, . . . Tecniche diDecisione:(Bi)Simulazione,Cylindric Algebraic Decomposition, Teoremi diSelezione, Semanticheapprossimate . . . e tanto altro:
Logiche temporali Composizione di Automi Il caso Stocastico
Stabilit `a, Osservabilit `a, Controllabilit `a Strumenti Software
Applicazioni
Un po’ di Storia
C’erano una volta . . .
Logiche Temporalie (Finite)Model Checking erano gli inizi degli ’80 . . .
ma ne parleremo la prossima volta
Gi `a da tempo ingegneri, matematici e fisici si occupavano diTeoria del Controllo
Agli inizi degli anni ’90 prendendo spunto dalle due discipline (forse)Henzinger,Alur,Courcobetis,Dill introdussero gliAutomi Ibridi
Un po’ di Storia
C’erano una volta . . .
Logiche Temporalie (Finite)Model Checking erano gli inizi degli ’80 . . .
ma ne parleremo la prossima volta
Gi `a da tempo ingegneri, matematici e fisici si occupavano diTeoria del Controllo
Agli inizi degli anni ’90 prendendo spunto dalle due discipline (forse)Henzinger,Alur,Courcobetis,Dill introdussero gliAutomi Ibridi
Un po’ di Storia
C’erano una volta . . .
Logiche Temporalie (Finite)Model Checking erano gli inizi degli ’80 . . .
ma ne parleremo la prossima volta
Gi `a da tempo ingegneri, matematici e fisici si occupavano diTeoria del Controllo
Agli inizi degli anni ’90 prendendo spunto dalle due discipline (forse)Henzinger,Alur,Courcobetis,Dill introdussero gliAutomi Ibridi
Un po’ di Storia
C’erano una volta . . .
Logiche Temporalie (Finite)Model Checking erano gli inizi degli ’80 . . .
ma ne parleremo la prossima volta
Gi `a da tempo ingegneri, matematici e fisici si occupavano diTeoria del Controllo
Agli inizi degli anni ’90 prendendo spunto dalle due discipline (forse)Henzinger,Alur,Courcobetis,Dill introdussero gliAutomi Ibridi
Hybrid Automata - Intuitivamente
Unautoma ibridoH `e
unautoma a stati finiticonvariabili continueZ
Dyn(v)[Z, Z0, T ] Inv (v)[Z]
Dyn(v0)[Z, Z0, T ] Inv (v0)[Z]
Reset (e)[Z, Z0]; Act (e)[Z]
Reset (e0)[Z, Z0]; Act (e0)[Z]
v v0
Unostato `e una coppiahv , r idover `e una valutazione perZ
Hybrid Automata - Syntax
Definition (Hybrid Automata (Piazza et al.))
Ak-hybrid automatonH = hZ,Z0,V,E,Inv,Dyn,Act,Reseti consists of the following components:
1 Z = Z1, . . . ,Zk
andZ0 = Z10, . . . ,Zk0
are two vectors of variables ranging over the reals;
2 hV, Eiis a finite directed graph;
3 Eachv ∈ V is labeled by the two formulæInv (v )[Z ]and Dyn(v )[Z , Z0,T ]such that ifInv (v )[p]holds then
Dyn(v )[p, p, 0]holds as well;
4 Eache ∈ E is labeled by the formulæAct(e)[Z ]and Reset(e)[Z , Z0].
Hybrid Automata - Syntax
Definition (Hybrid Automata (Piazza et al.))
Ak-hybrid automatonH = hZ,Z0,V,E,Inv,Dyn,Act,Reseti consists of the following components:
1 Z = Z1, . . . ,Zk
andZ0 = Z10, . . . ,Zk0
are two vectors of variables ranging over the reals;
2 hV, Eiis a finite directed graph;
3 Eachv ∈ V is labeled by the two formulæInv (v )[Z ]and Dyn(v )[Z , Z0,T ]such that ifInv (v )[p]holds then
Dyn(v )[p, p, 0]holds as well;
4 Eache ∈ E is labeled by the formulæAct(e)[Z ]and Reset(e)[Z , Z0].
Hybrid Automata - Syntax
Definition (Hybrid Automata (Piazza et al.))
Ak-hybrid automatonH = hZ,Z0,V,E,Inv,Dyn,Act,Reseti consists of the following components:
1 Z = Z1, . . . ,Zk
andZ0 = Z10, . . . ,Zk0
are two vectors of variables ranging over the reals;
2 hV, Eiis a finite directed graph;
3 Eachv ∈ V is labeled by the two formulæInv (v )[Z ]and Dyn(v )[Z , Z0,T ]such that ifInv (v )[p]holds then
Dyn(v )[p, p, 0]holds as well;
4 Eache ∈ E is labeled by the formulæAct(e)[Z ]and Reset(e)[Z , Z0].
Hybrid Automata - Syntax
Definition (Hybrid Automata (Piazza et al.))
Ak-hybrid automatonH = hZ,Z0,V,E,Inv,Dyn,Act,Reseti consists of the following components:
1 Z = Z1, . . . ,Zk
andZ0 = Z10, . . . ,Zk0
are two vectors of variables ranging over the reals;
2 hV, Eiis a finite directed graph;
3 Eachv ∈ V is labeled by the two formulæInv (v )[Z ]and Dyn(v )[Z , Z0,T ]such that ifInv (v )[p]holds then
Dyn(v )[p, p, 0]holds as well;
4 Eache ∈ E is labeled by the formulæAct(e)[Z ]and Reset(e)[Z , Z0].
Hybrid Automata - Syntax
Definition (Hybrid Automata (Piazza et al.))
Ak-hybrid automatonH = hZ,Z0,V,E,Inv,Dyn,Act,Reseti consists of the following components:
1 Z = Z1, . . . ,Zk
andZ0 = Z10, . . . ,Zk0
are two vectors of variables ranging over the reals;
2 hV, Eiis a finite directed graph;
3 Eachv ∈ V is labeled by the two formulæInv (v )[Z ]and Dyn(v )[Z , Z0,T ]such that ifInv (v )[p]holds then
Dyn(v )[p, p, 0]holds as well;
4 Eache ∈ E is labeled by the formulæAct(e)[Z ]and Reset(e)[Z , Z0].
Note alla Definizione
Inv,Dyn,Act,Reset sono insiemi di formule in un linguaggio (al primo ordine)L
Ad esempioL = (+, ∗, <, 0, 1)
le formule vengono valutate su un modelloMdiLsul dominioR
Ad esempioM = (R, +, ∗, <, 0, 1)
i nodiV sono dettelocazioni(o control modes), gli archiE sono detticontrol switches
la variabileT rappresenta iltempo p ∈ Rk
Note alla Definizione
Inv,Dyn,Act,Reset sono insiemi di formule in un linguaggio (al primo ordine)L
Ad esempioL = (+, ∗, <, 0, 1)
le formule vengono valutate su un modelloMdiLsul dominioR
Ad esempioM = (R, +, ∗, <, 0, 1)
i nodiV sono dettelocazioni(o control modes), gli archiE sono detticontrol switches
la variabileT rappresenta iltempo p ∈ Rk
Note alla Definizione
Inv,Dyn,Act,Reset sono insiemi di formule in un linguaggio (al primo ordine)L
Ad esempioL = (+, ∗, <, 0, 1)
le formule vengono valutate su un modelloMdiLsul dominioR
Ad esempioM = (R, +, ∗, <, 0, 1)
i nodiV sono dettelocazioni(o control modes), gli archiE sono detticontrol switches
la variabileT rappresenta iltempo p ∈ Rk
Note alla Definizione
Inv,Dyn,Act,Reset sono insiemi di formule in un linguaggio (al primo ordine)L
Ad esempioL = (+, ∗, <, 0, 1)
le formule vengono valutate su un modelloMdiLsul dominioR
Ad esempioM = (R, +, ∗, <, 0, 1)
i nodiV sono dettelocazioni(o control modes), gli archiE sono detticontrol switches
la variabileT rappresenta iltempo p ∈ Rk
Note alla Definizione
Inv,Dyn,Act,Reset sono insiemi di formule in un linguaggio (al primo ordine)L
Ad esempioL = (+, ∗, <, 0, 1)
le formule vengono valutate su un modelloMdiLsul dominioR
Ad esempioM = (R, +, ∗, <, 0, 1)
i nodiV sono dettelocazioni(o control modes), gli archiE sono detticontrol switches
la variabileT rappresenta iltempo p ∈ Rk
Esempio: Termostato
Example (Termostato)
Consideriamo una stanzariscaldatada untermosifone controllato da untermostato
Quando il termosifone `eaccesolatemperatura cresce esponenzialmentenel tempo
Qualdo il termosifone `espentolatemperatura decresce esponenzialmentenel tempo
Iltermostato accendeil termosifone quando latemperatura scendeal di sotto dei19C
Iltermostato spegneil termosifone quando latemperatura saleal di sopra dei 21C
Esempio: Termostato
Modelliamo l’andamento dellatemperaturanel tempo con un automa ibridoH avente:
2 locazioniONeOFF
2 archi che collegano le due locazioni
1 variabile continuaZ che rappresenta la temperatura
Esempio: Termostato
H = hZ,Z0,V,E,Inv,Dyn,Act,Resetitale che:
Z eZ0 sono due variabili
V = {ON, OFF }eE = {(ON, OFF ), (OFF , ON)}
Inv (ON)[Z ] := Z ≤ 22eDyn(ON)[Z , Z0,T ] := Z0 =Z ∗ eT Inv (OFF )[Z ] := Z ≥ 18e
Dyn(OFF )[Z , Z0,T ] := Z0 =Z /eT Act((ON, OFF ))[Z ] := Z ≥ 21e Reset((ON, OFF ))[Z , Z0] :=Z0 =Z Act((OFF , ON))[Z ] := Z ≤ 19e Reset((OFF , ON))[Z , Z0] :=Z0 =Z
. . . meglio disegnarlo alla lavagna
Hybrid Automata - Sintassi in Letteratura
T. A. Henzinger
Hybrid Automata - Sintassi in Letteratura
J. Lygeros et al.
Perch ´e . . .
. . . nella nostra definizione non ci sono leequazioni differenziali?
perch `e fanno tanta paura
perch `e non vogliamo incolparle dell’indecidibilit `ae complessit `a
perch `e ci vorrebbero altre 200 ore di lezione per parlarne perch `e ci servirebbero deglianalistiper parlarne
perch `e vogliamorisultati/tecniche generaliche funzionino per tutte le equazionirisolvibili/approssimabili
Perch ´e . . .
. . . nella nostra definizione non ci sono leequazioni differenziali?
perch `e fanno tanta paura
perch `e non vogliamo incolparle dell’indecidibilit `ae complessit `a
perch `e ci vorrebbero altre 200 ore di lezione per parlarne perch `e ci servirebbero deglianalistiper parlarne
perch `e vogliamorisultati/tecniche generaliche funzionino per tutte le equazionirisolvibili/approssimabili
Hybrid Automata - Semantics
` = hv , r iisadmissibleifInv (v )[r ]holds
v v0
r
s f (t0)
Definition (Continuous Transitions)
hv , r i−→t Chv , si ⇐⇒
There exists a continuous function f : R+ 7→ Rk such that r = f (0), s = f (t) and for each t0 ∈ [0, t] the formulæInv (v )[f (t0)] and Dyn(v )[r , f (t0),t0]hold
Hybrid Automata - Semantics
` = hv , r iisadmissibleifInv (v )[r ]holds
v v0
r s
Definition (Discrete Transitions)
hv , r i hv ,v
0i
−−−→Dhv0,si ⇐⇒
hv , v0i ∈ E, Inv (v )[r ], Act(hv , v0i)[r ],
Reset(hv , v0i)[r , s] and Inv (v0)[s]hold
Note alla Definizione
Abbiamo definito un grafoinfinitocon due tipi principali di archi
(V × Rk,−−→h , i D,−→C)
Potevo essere pi `u precisa?
Avrei potuto tenere traccia anche della funzione continuaf Potevo essere meno precisa?
Avrei potuto considerare un solo tipo di archi
→=−−→h , i D ∪ −→C untimed semantics
Note alla Definizione
Abbiamo definito un grafoinfinitocon due tipi principali di archi
(V × Rk,−−→h , i D,−→C)
Potevo essere pi `u precisa?
Avrei potuto tenere traccia anche della funzione continuaf Potevo essere meno precisa?
Avrei potuto considerare un solo tipo di archi
→=−−→h , i D ∪ −→C untimed semantics
Note alla Definizione
Abbiamo definito un grafoinfinitocon due tipi principali di archi
(V × Rk,−−→h , i D,−→C)
Potevo essere pi `u precisa?
Avrei potuto tenere traccia anche della funzione continuaf Potevo essere meno precisa?
Avrei potuto considerare un solo tipo di archi
→=−−→h , i D ∪ −→C untimed semantics
Note alla Definizione
Abbiamo definito un grafoinfinitocon due tipi principali di archi
(V × Rk,−−→h , i D,−→C)
Potevo essere pi `u precisa?
Avrei potuto tenere traccia anche della funzione continuaf Potevo essere meno precisa?
Avrei potuto considerare un solo tipo di archi
→=−−→h , i D ∪ −→C untimed semantics
Note alla Definizione
Abbiamo definito un grafoinfinitocon due tipi principali di archi
(V × Rk,−−→h , i D,−→C)
Potevo essere pi `u precisa?
Avrei potuto tenere traccia anche della funzione continuaf Potevo essere meno precisa?
Avrei potuto considerare un solo tipo di archi
→=−−→h , i D ∪ −→C
untimed semantics
Hybrid Automata - Reachability
Hybrid Automata - Reachability
Hybrid Automata - Reachability
Hybrid Automata - Reachability
Hybrid Automata - Reachability
Hybrid Automata - Reachability
Hybrid Automata - Reachability
LetI, F ∈ Rk. Can we reachF fromI?
Trace and Reachability
AtraceofH is a sequence of admissible states
[`0, `1, . . . , `i, . . . , `n]such that`i−1 → `i holds∀i ∈ [1, n]
Definition (Reachability)
The automatonH reachess ∈ Rk fromr ∈ Rk if there exists a tracetr = [`0, . . . , `n]ofH such that`0= hv , r iand`n= hu, si, for somev , u ∈ V
Definition (Reachability Problem)
Given an automatonH, a set of starting pointsI ⊆ Rk, and a set of ending pointsF ⊆ Rk we wish to decide whether there exists a point inIfrom which a point inF is reachable
Mille fonti di Non Determinismo
Gli Hybrid Automata sono non-deterministici in quanto:
Locazionidistinte possono parzialmente condividere gli invarianti
Da ogni stato ammissibile possono partire diverse traiettoriecontinue
Ci possono essere archi che portano in locazioni distinte ma che condividono parzialmente leactivation
Leattivazioninon sono necessariamente sulle frontiere degli invarianti
Iresetnon sono necessariamente deterministici
Mille fonti di Non Determinismo
Gli Hybrid Automata sono non-deterministici in quanto:
Locazionidistinte possono parzialmente condividere gli invarianti
Da ogni stato ammissibile possono partire diverse traiettoriecontinue
Ci possono essere archi che portano in locazioni distinte ma che condividono parzialmente leactivation
Leattivazioninon sono necessariamente sulle frontiere degli invarianti
Iresetnon sono necessariamente deterministici
Mille fonti di Non Determinismo
Gli Hybrid Automata sono non-deterministici in quanto:
Locazionidistinte possono parzialmente condividere gli invarianti
Da ogni stato ammissibile possono partire diverse traiettoriecontinue
Ci possono essere archi che portano in locazioni distinte ma che condividono parzialmente leactivation
Leattivazioninon sono necessariamente sulle frontiere degli invarianti
Iresetnon sono necessariamente deterministici
Mille fonti di Non Determinismo
Gli Hybrid Automata sono non-deterministici in quanto:
Locazionidistinte possono parzialmente condividere gli invarianti
Da ogni stato ammissibile possono partire diverse traiettoriecontinue
Ci possono essere archi che portano in locazioni distinte ma che condividono parzialmente leactivation
Leattivazioninon sono necessariamente sulle frontiere degli invarianti
Iresetnon sono necessariamente deterministici
Mille fonti di Non Determinismo
Gli Hybrid Automata sono non-deterministici in quanto:
Locazionidistinte possono parzialmente condividere gli invarianti
Da ogni stato ammissibile possono partire diverse traiettoriecontinue
Ci possono essere archi che portano in locazioni distinte ma che condividono parzialmente leactivation
Leattivazioninon sono necessariamente sulle frontiere degli invarianti
Iresetnon sono necessariamente deterministici
Mille fonti di Non Determinismo
Gli Hybrid Automata sono non-deterministici in quanto:
Locazionidistinte possono parzialmente condividere gli invarianti
Da ogni stato ammissibile possono partire diverse traiettoriecontinue
Ci possono essere archi che portano in locazioni distinte ma che condividono parzialmente leactivation
Leattivazioninon sono necessariamente sulle frontiere degli invarianti
Iresetnon sono necessariamente deterministici
Esempio: Termostato
Z ≥ 21 Z0=Z
Z ≤ 19 Z0=Z
Z ≥18 Z0=Z ∗e−T Z ≤22
Z0=Z ∗eT
hON, 15i−0.1−→C hON, 16.57i−−→0.25 C hON, 21.28i−−−−−−→hON,OFF iD
hOFF , 21.28i . . .
hON, 15i−−→0.35C hON, 21.28i−−−−−−→hON,OFF iD hOFF , 21.28i . . . hOFF , 18.5i−−−−−−→hOFF ,ONiD hON, 18.5i . . .
hOFF , 18.5i−−→0.01 C hOFF , 18.31i−−−−−−→hOFF ,ONiD hON, 18.31i . . .
Esempio: Termostato
Osserviamo che:
Da ogni punto partono infinite traiettorie Alcune sono sostanzialmente “equivalenti”
Altre no!
Automi Ibridi: Sintassi e Semantica
Esempio: Termostato
Che modello avrei potuto costruire con meno informazioni?
Z ≤ 19 Z0=Z
Z ≥18 Z ≤22
Z0 >Z Z0 <Z
Questo hapi `u tracce del precedente!
Esempio: Termostato
Che modello avrei potuto costruire con meno informazioni?
Z ≥ 21 Z0=Z
Z ≤ 19 Z0=Z
Z ≥18 Z ≤22
Z0 >Z Z0 <Z
Questo hapi `u tracce del precedente!
Hybrid Automata - Semantica in Letteratura
Henzinger:
Introduce unatimeded unaun-timedsemantics Etichetta le transizioni discrete con glieventi Scarta lezeno-traces
Parla di machine-closed systems e nonzeno automata
Hybrid Automata - Semantica in Letteratura
Lygeros et al. pag. 39
Introducono la nozione dihybrid time set(sequenza di intervalli temporali)
Su questa nozione basano la definizione ditransizioni discrete e continue
Distinguono traexecutions:Finite,Infinite,Zeno,Maximal Studiano condizioni al contorno
Altri Problemi
Henzingerintroduce altri due problemi:
emptiness problem: l’automa ha almeno una traccia divergente inizializzata
(finitary) {timed} trace inclusion problem: dati due automi ibridi determinare se ogni traccia {temporizzata} (finita) del primo `e anche una traccia del secondo.
Sono problemi legati all’analisi di propriet `a disafetyeliveness Henzinger dice:
ilreachabilityproblem pu `o essere ridotto altrace inclusion problem
l’emptinessproblem pu `o essere ridotto altimed trace inclusionproblem
Altri Problemi
Henzingerintroduce altri due problemi:
emptiness problem: l’automa ha almeno una traccia divergente inizializzata
(finitary) {timed} trace inclusion problem: dati due automi ibridi determinare se ogni traccia {temporizzata} (finita) del primo `e anche una traccia del secondo.
Sono problemi legati all’analisi di propriet `a disafetyeliveness Henzinger dice:
ilreachabilityproblem pu `o essere ridotto altrace inclusion problem
l’emptinessproblem pu `o essere ridotto altimed trace inclusionproblem
Altri Problemi
Henzingerintroduce altri due problemi:
emptiness problem: l’automa ha almeno una traccia divergente inizializzata
(finitary) {timed} trace inclusion problem: dati due automi ibridi determinare se ogni traccia {temporizzata} (finita) del primo `e anche una traccia del secondo.
Sono problemi legati all’analisi di propriet `a disafetyeliveness Henzinger dice:
ilreachabilityproblem pu `o essere ridotto altrace inclusion problem
l’emptinessproblem pu `o essere ridotto altimed trace inclusionproblem
I nostri autori
Thomas A. Henzingeris Professor of Computer and
Communication Sciences at EPFL in Lausanne, Switzerland, and Adjunct Professor of Electrical Engineering and Computer Sciences at the University of California, Berkeley. He holds a Dipl. Ing. degree in Computer Science from Kepler University in Linz, Austria, an M.S. degree in Computer and Information Sciences from the University of Delaware, and a Ph.D. degree in Computer Science from Stanford University (1991) with Manna.
I nostri autori
Rajeev Aluris Professor of Computer and Information Science at University of Pennsylvania. He obtained his bachelor’s degree in computer science from Indian Institute of Technology at Kanpur in 1987, and PhD in computer science from Stanford University in 1991 with Dill.
I nostri autori
David Dillis a Professor of Computer Science and, by courtesy, Electrical Engineering at Stanford University. He has been on the faculty at Stanford since 1987. He has an S.B. in Electrical Engineering and Computer Science from Massachusetts Institute of Technology (1979), and an M.S and Ph.D. from Carnegie-Mellon University (1982 and 1987) with Clarke.
I nostri autori
John Lygeroshas been a Professor of Computation and Control at the Swiss Federal Institute of Technology (ETH) Zurich, Switzerland, since July 2006 and the Head of the Automatic Control Laboratory since January 2009. He completed a B.Eng. degree in electrical engineering in 1990 and an M.Sc. degree in Systems Control in 1991, both at Imperial College of Science Technology and Medicine, London, U.K.. In 1996 he obtained a Ph.D. degree from the Electrical Engineering and Computer Sciences Department, University of California, Berkeley with Sastry.