近日，一篇提交至arXiv的論文（arXiv:2605.12651）提出了一種名為嵌入時態邏輯（Embedding Temporal Logic, ETL）的新方法，旨在解決感知驅動自主系統中的執行時監控難題。傳統監控方法依賴於將連續感測器觀測對映到基於低維狀態變數的離散邏輯命題，但在感知驅動環境中，這種對映需要額外的學習模組，往往計算昂貴、脆弱且語義不對齊。例如，在自動駕駛中，車輛需要理解“接近行人”或“避讓障礙物”等概念，這些概念難以用傳統的布林謂詞精確描述。
ETL的核心創新在於直接在學習的嵌入空間中執行監控。它透過計算觀測嵌入與從參考觀測推匯出的目標嵌入之間的距離來定義謂詞，從而能夠捕獲諸如接近視覺目標或避開語義區域等高層次感知概念，這些概念用傳統謂詞難以或無法表達。嵌入空間是神經網路學習到的低維表示，能夠捕捉輸入資料的關鍵特徵。透過將觀測嵌入與參考嵌入進行距離比較，ETL可以自然地量化感知相似性，而無需顯式定義狀態變數。
研究者進一步將這些謂詞與時態運算元（如“直到”、“最終”、“全域性”）組合，使ETL能夠自然描述時序擴充套件和順序感知行為。例如，一條規範可以要求“在遇到交叉路口之前，始終保持在車道內”，這涉及多個感知事件的時序關係。為了在實際系統中使用ETL，研究者引入了ETL監控器，用於在有限嵌入軌跡上評估規範。監控器透過滑動視窗處理時間序列資料，即時判斷規範是否被違反。
針對嵌入空間中的不確定性，研究者設計了一種共形校準程式，提供可靠且面向安全的謂詞評估。共形校準是一種基於分位數的不確定性量化方法，能夠為每個謂詞評估提供置信度邊界，從而避免因誤判而導致的安全風險。該方法不依賴於對資料分佈的假設，適用範圍廣泛。
在實驗部分，研究者選擇了多個機器人操作環境，包括Franka Emika Panda機械臂的模擬和真實場景，以及MuJoCo中的推箱子任務。這些環境涉及視覺目標接近、語義區域迴避等感知行為。實驗結果顯示，ETL在所有環境中均能與真實語義（即人工標註的正確行為標籤）保持高度一致，準確率超過95%，特別是在時序組合行為的監控中表現優異。例如，在“先抓取紅色方塊，然後將其放入藍色籃子”的複雜任務中，ETL成功檢測到違反時序順序的錯誤行為。
此外，研究者比較了ETL與基於LTL（線性時態邏輯）的傳統監控方法。後者需要額外的感知模組將影像對映為邏輯命題，而ETL直接利用嵌入空間，減少了計算開銷和手工調參需求。在速度對比中，ETL監控器的推理時間僅為傳統方法的十分之一，使得線上監控成為可能。
這項工作為感知自主系統的線上監控提供了新的視角，有望在自動駕駛、機器人操作、工業自動化等領域發揮重要作用。論文作者包括Parv Kapoor等五位研究者，相關程式碼和資料集已在GitHub上公開，便於其他研究者復現和拓展。未來工作可能涉及更復雜的場景，如多智慧體協同感知，以及將ETL整合到安全關鍵系統的正式驗證流程中。