Dreal4 Forall() SMT
Dreal4 Forall() SMT
我想使用 Dreal4 SMT 求解器来检查控制 lyapunov 函数的以下条件:
对于V(x,u)为负的集合X中包含的所有x,存在一个包含在集合U中的u。 (对于熟悉 CLF 的人,我将 V(x,u) 称为 V(x) 的导数。
我相信我应该能够使用 forall() 函数调用解决这个问题(尽管我似乎无法在文档中找到 exists()),但我不理解 forall 函数的语法。
简单示例:
我们会说 x 受区间限制:[-5,5] 和 u [-25,25]
def V(x,u):
return (x**2) - 1 + u
problem = forall([x], And(V(x,u) < 0, x < 5, x > -5, u > -25, u < 25)
result = CheckSatisfiablitity(problem,0.01)
这应该根据上述条件验证正确,因为对于每个 x,您都可以选择一个 u,这将使函数为负。不管我设置的 u boundrys(即使我设置的值会导致函数不能在任何地方都变成负数)我只得到一个 None return.
我似乎不明白forall()函数的语法,我应该如何使用forall()函数来验证这个条件?
dReal 使用了delta-satisfiability 的概念;这不是你想要的。此外,它通过机器浮点数对实际值进行建模;这对于许多实际应用来说已经足够了,但是当你想证明这样的定理时,它在数学上并不可靠。
我不确定如何在 dReal 中证明这一点,但在 z3 中,您可以按如下方式进行编码:
from z3 import *
def V(x, u):
return (x**2) - 1 + u
x = Real('x')
u = Real('u')
prove(ForAll([x], Implies(And(x < 5, x > -5),
Exists([u], And(u > -25, u < 25, V(x, u) < 0)))))
请注意嵌套量词的使用,这与您的问题定义相匹配。这打印:
proved
如果您出于某些其他原因不得不使用 dReal,我建议您在 https://github.com/dreal/dreal4/issues 询问他们可能对您有更好建议的地方。请post回到这里你发现了什么!
获取模型
请注意,z3(和一般的 SMT 求解器)不显示模型中量化变量的值。要获取该值,您需要将其设为 top-level 声明的变量。为此,我们声明一个求解器并断言我们想要“证明”的内容是否定的。因此,您可以按如下方式对其进行编码:
from z3 import *
def V(x, u):
return (x**2) - 1 + u
x = Real('x')
u = Real('u')
s = Solver()
s.add(x < 5)
s.add(x > -5)
# Add the negation of what we want to prove
s.add(Not(Exists([u], And(u > -20, u < 25, V(x, u) < 0))))
r = s.check()
if r == sat:
print("Counter-example:")
print(s.model())
else:
print("Solver said: ", r)
这会打印:
Counter-example:
[x = 19/4]
我想使用 Dreal4 SMT 求解器来检查控制 lyapunov 函数的以下条件:
对于V(x,u)为负的集合X中包含的所有x,存在一个包含在集合U中的u。 (对于熟悉 CLF 的人,我将 V(x,u) 称为 V(x) 的导数。
我相信我应该能够使用 forall() 函数调用解决这个问题(尽管我似乎无法在文档中找到 exists()),但我不理解 forall 函数的语法。
简单示例:
我们会说 x 受区间限制:[-5,5] 和 u [-25,25]
def V(x,u):
return (x**2) - 1 + u
problem = forall([x], And(V(x,u) < 0, x < 5, x > -5, u > -25, u < 25)
result = CheckSatisfiablitity(problem,0.01)
这应该根据上述条件验证正确,因为对于每个 x,您都可以选择一个 u,这将使函数为负。不管我设置的 u boundrys(即使我设置的值会导致函数不能在任何地方都变成负数)我只得到一个 None return.
我似乎不明白forall()函数的语法,我应该如何使用forall()函数来验证这个条件?
dReal 使用了delta-satisfiability 的概念;这不是你想要的。此外,它通过机器浮点数对实际值进行建模;这对于许多实际应用来说已经足够了,但是当你想证明这样的定理时,它在数学上并不可靠。
我不确定如何在 dReal 中证明这一点,但在 z3 中,您可以按如下方式进行编码:
from z3 import *
def V(x, u):
return (x**2) - 1 + u
x = Real('x')
u = Real('u')
prove(ForAll([x], Implies(And(x < 5, x > -5),
Exists([u], And(u > -25, u < 25, V(x, u) < 0)))))
请注意嵌套量词的使用,这与您的问题定义相匹配。这打印:
proved
如果您出于某些其他原因不得不使用 dReal,我建议您在 https://github.com/dreal/dreal4/issues 询问他们可能对您有更好建议的地方。请post回到这里你发现了什么!
获取模型
请注意,z3(和一般的 SMT 求解器)不显示模型中量化变量的值。要获取该值,您需要将其设为 top-level 声明的变量。为此,我们声明一个求解器并断言我们想要“证明”的内容是否定的。因此,您可以按如下方式对其进行编码:
from z3 import *
def V(x, u):
return (x**2) - 1 + u
x = Real('x')
u = Real('u')
s = Solver()
s.add(x < 5)
s.add(x > -5)
# Add the negation of what we want to prove
s.add(Not(Exists([u], And(u > -20, u < 25, V(x, u) < 0))))
r = s.check()
if r == sat:
print("Counter-example:")
print(s.model())
else:
print("Solver said: ", r)
这会打印:
Counter-example:
[x = 19/4]