该论文旨在解决自主车辆运动规划中多个条件性冲突规约(specifications)的满足问题。研究背景是：当所有规约无法同时满足时，需要根据其优先级最小化违反程度以维持系统运行。现有方法在处理这种具有完全优先级排序（即字典序）的优化问题时，通常计算成本高昂。
论文使用了以下具体技术方法：
- 核心框架：基于信号时序逻辑(Signal Temporal Logic, STL)的形式化规约定义与违反程度量化评估。
- 优化问题转换：通过非均匀量化(non-uniform quantization)和比特移位(bit-shifting)技术，将多目标字典序优化(lexicographic optimization)问题转化为单目标标量优化(single-objective scalar optimization)问题。
- 求解器：扩展了一种确定性的模型预测路径积分(Model Predictive Path Integral, MPPI)求解器，以高效求解不含二次输入成本的优化问题。
- 违反度量：引入了一种新颖的谓词鲁棒性(predicate-robustness)度量，该度量结合了空间和时间上的违反情况。
论文的核心创新点在于：
- **问题转化创新**：提出了将字典序优化问题高效转化为单目标标量优化问题的新方法（通过非均匀量化和比特移位），这是解决此类问题计算瓶颈的关键。
- **求解框架创新**：将转化后的单目标问题与扩展的确定性MPPI求解器结合，形成了一个统一的单目标求解器框架，避免了传统处理字典序问题所需的复杂迭代或分层求解。
- **度量创新**：设计了新的谓词鲁棒性度量，它同时考虑了规约违反的空间和时间维度，提供了更全面的违反评估。
- **整体方案独特性**：与现有工作相比，该方法在单目标优化框架内实现了字典序最小违反规划，提供了兼具可解释性(interpretable)和可扩展性(scalable)的解决方案。
论文对该领域的总体贡献是：
- 提出了一套完整的、计算高效的解决方案，用于处理基于STL的字典序最小违反运动规划问题。
- 通过创新的问题转化技术，显著降低了字典序优化的计算复杂度，使其更适用于实时或近实时的自主系统。
- 所提出的方法框架（转化+求解器+新度量）为处理具有严格优先级的多规约冲突问题提供了一个新的、有效的范式。
- 实验结果验证了该方法在可解释性和可扩展性方面的优势，推动了形式化方法在复杂运动规划中的实际应用。