シミュレーションベース自律車両検証のためのテスト生成へのエージェンシー指向アプローチ【JST・京大機械翻訳】

Chance Greg; Ghobrial Abanoub; Lemaignan Severin; Pipe Tony; Eder Kerstin

プレプリント

J-GLOBAL ID：202202216914667833 整理番号：22P0092414

シミュレーションベース自律車両検証のためのテスト生成へのエージェンシー指向アプローチ【JST・京大機械翻訳】

An Agency-Directed Approach to Test Generation for Simulation-based Autonomous Vehicle Verification

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2019年12月11日プレプリントサーバーでの情報更新日： 2020年02月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

シミュレーションベースの検証は,自律車両(AV)の他の危険または高価な路上試験を評価するために有益である。本論文では,ソフトウェア試験エージェントを用いたシミュレーションベースのAV検証のための効果的な試験を効率的に生成する課題に取り組んだ。マルチエージェントシステム(MAS)プログラミングパラダイムは,複数のエージェント間の合理的アジェンシー,因果律および戦略的計画を提供する。著者らは,試験生成のためにこれらの側面を活用し,特にアサーションの前提条件を誘発する試験の生成に焦点を当てた。キーアサーションの例において,テスト環境のエージェントの認識に応える様々な異なる行動を符号化することにより,アジェンシー指向アプローチは,擬似ランダムテスト生成よりも2倍多くの有効なテストを生成し,一方,効率的でロバストであることを示した。さらに,エージェントはテスト生成の有効性を損なうことなく自然に行動するように符号化できる。著者らの結果は,アジェンシー指向試験を用いた試験生成がランダムで著しく改善し,より現実的な運転シナリオを提供することを示唆する。【JST・京大機械翻訳】

, , , , , ,
, , , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る