- 解决连续时间运动规划中满足**信号时序逻辑(Signal Temporal Logic, STL)** 规范的轨迹生成问题
- 现有方法在处理复杂逻辑和时序约束时效率低，难以生成平滑且满足低层约束的轨迹
- 研究背景：机器人需要同时满足高层任务逻辑（如顺序、定时）和低层运动约束（如速度、避障）
- 提出将**时间自动机(timed automaton)** 与**凸集图(graphs of convex sets, GCS)** 结合的框架
- 首先将**STL规范** 转换为时间自动机，再与**配置空间的凸分解(convex decomposition)** 耦合，构建**联合转移系统(joint transition system)**
- 将STL运动规划问题转化为**GCS上的最短路径问题(shortest-path problem)**，其解为平滑的**贝塞尔样条(Bézier spline)** 轨迹
- 开发了针对表达性STL片段的**紧凑时间自动机构建(compact timed-automaton construction)**，使用专用模板和布尔组合
- **首次结合**：首次将**凸集图(GCS)** 与**时间自动机** 用于STL运动规划，将逻辑约束与几何空间统一建模
- **联合转移系统**：通过同时编码任务进展和区域占用，将复杂STL问题转化为凸优化可解的最短路径问题
- **可扩展性**：一旦固定时间自动机和凸分解，**凸松弛(convex relaxation)** 的复杂度随配置空间维度和贝塞尔次数**多项式增长(polynomial scaling)**
- **紧凑自动机**：针对常用STL模式设计专用模板，减少自动机状态数，提升求解效率
- 提出了一种**高效、可扩展** 的STL运动规划框架，能够生成平滑且满足复杂逻辑时序的轨迹
- 在**低维基准、3D四旋翼、30自由度人形机器人** 以及**UR-3机械臂硬件实验** 中验证了方法有效性和实用性
- **理论分析**：建立了公式的**正确性(soundness)**，并分析了计算复杂度，为后续研究提供了理论基础
- 为**时序逻辑驱动运动规划** 领域提供了将离散逻辑推理与连续优化紧密结合的新范式