文献

J-GLOBAL ID：202102219966729958   整理番号：21A0153273

自律ロボットソフトウェアを修理するためのTaint解析と強化学習(TARL)の利用【JST・京大機械翻訳】

Using Taint Analysis and Reinforcement Learning (TARL) to Repair Autonomous Robot Software

著者 (2件)： Lyons D. (Robotics & Computer Vision Laboratory, Fordham University,Dept. of Computer & Information Science,New York,USA,10458) ,  Zahra S. (Robotics & Computer Vision Laboratory, Fordham University,Dept. of Computer & Information Science,New York,USA,10458)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SPW  ページ： 181-184  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自律システムの形式的性能限界を確立することが重要である。しかし,形式的検証技術は,システムが動作する環境のモデルを必要とする。自律システムの課題,特に長い時間スケールで運転することが期待される。本論文では,アプリオリに部分的に既知で不正確な環境モデルのために書かれたROSベース自律ロボットソフトウェアの監視と修理を自動化する進歩における研究について述べた。タイント解析法を用いて,入力トピックからデータフローシーケンスを自動的に抽出して,主題を公開し,コードをコードした。MDPユーティリティのユニークな強化学習近似を計算し,ソフトウェア設計者の固有目的の経験的および非侵襲的特性化を行った。設計(アプリオリ)ユーティリティを展開(失業システム)ユーティリティと比較することにより,小型だが実際のROS例を用いて,性能基準をモニタし,ソフトウェアの部分に対する基準の違反を関係づけることが可能であることを示した。次に,ソフトウェアを自動ソフトウェア修復技術を用いてパッチ化し,元のオフラインユーティリティに対して評価した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  失業 ,  近似法 ,  自律系 ,  *ソフトウェア ,  ソフトウェア設計 ,  環境モデル ,  キャラクタリゼーション ,  *強化学習 ,  *自律ロボット
準シソーラス用語： 非侵襲 ,  性能基準 ,  データフロー ,  オフライン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 自律ロボット ,  ソフトウェア ,  修理 ,  解析 ,  強化学習