論文の概要: A Search-Based Framework for Automatic Generation of Testing
Environments for Cyber-Physical Systems
- arxiv url: http://arxiv.org/abs/2203.12138v1
- Date: Wed, 23 Mar 2022 02:10:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-21 00:48:21.808800
- Title: A Search-Based Framework for Automatic Generation of Testing
Environments for Cyber-Physical Systems
- Title（参考訳）: サイバー物理システムのためのテスト環境の自動生成のための検索ベースフレームワーク
- Authors: Dmytro Humeniuk, Foutse Khomh, Giuliano Antoniol
- Abstract要約: 我々は,自律型サイバー物理システムのための多種多様な障害露呈テストシナリオを生成するために,AmbieGenという検索ベースのフレームワークを設計する。
我々はAmbieGenを3つのシナリオ生成ケーススタディ、すなわちスマートサーモスタット、ロボット障害物回避システム、車線維持支援システムで評価した。
- 参考スコア（独自算出の注目度）: 12.93632948681342
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Many modern cyber physical systems incorporate computer vision technologies,
complex sensors and advanced control software, allowing them to interact with
the environment autonomously. Testing such systems poses numerous challenges:
not only should the system inputs be varied, but also the surrounding
environment should be accounted for. A number of tools have been developed to
test the system model for the possible inputs falsifying its requirements.
However, they are not directly applicable to autonomous cyber physical systems,
as the inputs to their models are generated while operating in a virtual
environment. In this paper, we aim to design a search based framework, named
AmbieGen, for generating diverse fault revealing test scenarios for autonomous
cyber physical systems. The scenarios represent an environment in which an
autonomous agent operates. The framework should be applicable to generating
different types of environments. To generate the test scenarios, we leverage
the NSGA II algorithm with two objectives. The first objective evaluates the
deviation of the observed system behaviour from its expected behaviour. The
second objective is the test case diversity, calculated as a Jaccard distance
with a reference test case. We evaluate AmbieGen on three scenario generation
case studies, namely a smart-thermostat, a robot obstacle avoidance system, and
a vehicle lane keeping assist system. We compared three configurations of
AmbieGen: based on a single objective genetic algorithm, multi objective, and
random search. Both single and multi objective configurations outperform the
random search. Multi objective configuration can find the individuals of the
same quality as the single objective, producing more unique test scenarios in
the same time budget.
- Abstract（参考訳）: 現代の多くのサイバー物理システムにはコンピュータビジョン技術、複雑なセンサー、高度な制御ソフトウェアが含まれており、環境と自律的に対話することができる。
このようなシステムをテストすることは、システム入力を変更すべきであるだけでなく、周囲の環境も考慮すべきである。
システムモデルの要求を偽造する可能性のある入力をテストするために、多くのツールが開発されている。
しかし、仮想環境での動作中にモデルへの入力が生成されるため、自律的なサイバー物理システムには直接適用されない。
本稿では,自律型サイバー物理システムのための多種多様な故障露呈テストシナリオを生成するために,AmbieGenという検索ベースのフレームワークを設計することを目的とする。
シナリオは、自律的なエージェントが動作する環境を表します。
フレームワークは、異なるタイプの環境を生成するために適用されるべきである。
テストシナリオを生成するために、NSGA IIアルゴリズムを2つの目的で活用する。
最初の目的は、観測されたシステムの振る舞いと期待された振る舞いとのずれを評価することである。
第2の目的はテストケースの多様性であり、基準テストケースでジャカード距離として計算される。
本研究では,スマートサーモスタット,ロボット障害物回避システム,車線維持支援システムの3つのシナリオ生成事例からambiegenを評価する。
我々は、単一目的遺伝的アルゴリズム、多目的探索、ランダム探索に基づくAmbieGenの3つの構成を比較した。
単一および多目的の構成はランダム検索よりも優れている。
多目的構成では、単一目的と同じ品質の個人を見つけ、同じ時間予算でよりユニークなテストシナリオを生成することができる。
関連論文リスト
- A Roadmap for Simulation-Based Testing of Autonomous Cyber-Physical Systems: Challenges and Future Direction [5.742965094549775]
本稿では,自律システムのシミュレーションに基づくテストの戦略的ロードマップを開拓する。
本稿では,テスト自動化と品質保証に着目し,ACPSの課題と障害について論じる。
論文 参考訳（メタデータ） (2024-05-02T07:42:33Z) - First-principles Based 3D Virtual Simulation Testing for Discovering
SOTIF Corner Cases of Autonomous Driving [5.582213904792781]
本稿では,第1原理に基づくセンサモデリングと環境相互作用手法を提案し,それをCARLAシミュレータに統合する。
メタヒューリスティックアルゴリズムは、いくつかの経験的洞察に基づいて設計され、シードシナリオと突然変異の両方を導く。
シミュレーションのセットアップは同じで、我々のアルゴリズムは最先端の作業の約4倍のコーナーケースを発見できる。
論文 参考訳（メタデータ） (2024-01-22T12:02:32Z) - DARTH: Holistic Test-time Adaptation for Multiple Object Tracking [87.72019733473562]
複数物体追跡(MOT)は、自律運転における知覚システムの基本的構成要素である。
運転システムの安全性の追求にもかかわらず、テスト時間条件における領域シフトに対するMOT適応問題に対する解決策は提案されていない。
我々はMOTの総合的なテスト時間適応フレームワークであるDARTHを紹介する。
論文 参考訳（メタデータ） (2023-10-03T10:10:42Z) - Interactive System-wise Anomaly Detection [66.3766756452743]
異常検出は様々なアプリケーションにおいて基本的な役割を果たす。
既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。
システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
論文 参考訳（メタデータ） (2023-04-21T02:20:24Z) - AmbieGen: A Search-based Framework for Autonomous Systems Testing [12.93632948681342]
AmbieGenは、自律システムのための検索ベースのテストケース生成フレームワークである。
自律ロボットのテストケース生成と自動車線維持支援システムをサポートする。
論文 参考訳（メタデータ） (2023-01-01T23:42:32Z) - Many-Objective Reinforcement Learning for Online Testing of DNN-Enabled
Systems [0.6690874707758508]
ディープニューラルネットワーク(DNN)は、自律ダイビングシステム(ADS)のようなサイバー物理システムにおいて現実世界のタスクを実行するために広く利用されている。
このようなDNN-Enabled Systems(DES)の正しい動作を保証することが重要なトピックである。
オンラインテストは、そのようなシステムをクローズドループでアプリケーション環境(シミュレーションまたは現実)でテストするための有望なモードの1つです。
本稿では,強化学習(RL)と多目的探索を組み合わせることで,これらの課題に対処する新しいオンラインテスト手法であるMORLOTを提案する。
論文 参考訳（メタデータ） (2022-10-27T13:53:37Z) - Learning to Walk Autonomously via Reset-Free Quality-Diversity [73.08073762433376]
品質多様性アルゴリズムは、多様かつ高いパフォーマンスのスキルからなる大規模で複雑な行動レパートリーを発見することができる。
既存のQDアルゴリズムは、手動による人間の監督と介入を必要とするエピソードリセットと同様に、多数の評価を必要とする。
本稿では,オープンエンド環境におけるロボットの自律学習に向けたステップとして,リセットフリー品質多様性最適化(RF-QD)を提案する。
論文 参考訳（メタデータ） (2022-04-07T14:07:51Z) - MetaGraspNet: A Large-Scale Benchmark Dataset for Vision-driven Robotic
Grasping via Physics-based Metaverse Synthesis [78.26022688167133]
本稿では,物理に基づくメタバース合成による視覚駆動型ロボットグルーピングのための大規模ベンチマークデータセットを提案する。
提案するデータセットには,10万の画像と25種類のオブジェクトが含まれている。
また,オブジェクト検出とセグメンテーション性能を評価するためのデータセットとともに,新しいレイアウト重み付け性能指標を提案する。
論文 参考訳（メタデータ） (2021-12-29T17:23:24Z) - Attention-based Neural Network for Driving Environment Complexity
Perception [123.93460670568554]
本稿では,周囲の運転環境の複雑さを予測するための,注目に基づく新しいニューラルネットワークモデルを提案する。
Yolo-v3オブジェクト検出アルゴリズム、ヒートマップ生成アルゴリズム、CNNベースの特徴抽出器、注目ベースの特徴抽出器で構成される。
提案するアテンションベースネットワークは,周囲環境の複雑さを分類する平均分類精度91.22%を達成している。
論文 参考訳（メタデータ） (2021-06-21T17:27:11Z) - Data Driven Testing of Cyber Physical Systems [12.93632948681342]
そこで本研究では,CPSの故障防止テストケースを自動生成する手法を提案する。
スマートな建物を管理するアプリケーションから収集されたデータは、環境のモデルを学ぶために使われてきた。
論文 参考訳（メタデータ） (2021-02-23T04:55:10Z) - Rearrangement: A Challenge for Embodied AI [229.8891614821016]
Embodied AIの研究と評価のためのフレームワークについて述べる。
我々の提案は正統的な課題である再配置に基づいている。
4つの異なるシミュレーション環境における再配置シナリオの実験的なテストベッドについて述べる。
論文 参考訳（メタデータ） (2020-11-03T19:42:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。