論文の概要: Component reusability evaluation and requirement tracing for agent-based cyber-physical-simulated systems
- arxiv url: http://arxiv.org/abs/2303.09565v5
- Date: Wed, 28 Aug 2024 16:29:04 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-29 21:50:55.845262
- Title: Component reusability evaluation and requirement tracing for agent-based cyber-physical-simulated systems
- Title(参考訳): エージェント型サイバー物理シミュレーションシステムのコンポーネント再利用性評価と要件追跡
- Authors: Wojciech Dudek, Narcis Miguel, Tomasz Winiarski,
- Abstract要約: 本稿では,SysMLに基づくシミュレート・物理システムモデリング言語(SPSysML)を紹介する。
サイバー物理システムにおけるコンポーネント再利用性を評価するために使われるドメイン仕様言語である。
SPSysMLに基づく定量的評価により,シミュレーションおよび物理部分の整合性を改善した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Evaluating early design concepts is crucial as it impacts quality and cost. This process is often hindered by vague and uncertain design information. This article introduces the SysML-based Simulated-Physical Systems Modeling Language (SPSysML). It is a Domain-Specification Language used to evaluate component reusability in cyber-physical systems, incorporating digital twins and other simulated parts. The proposed factors assess the design quantitatively. SPSysML uses a requirement-based system structuring method to couple simulated and physical parts with requirements. SPSysML enables DTs to perceive exogenous actions in the simulated world. SPSysML validation is survey- and application-based. First, a robotic system for an assisted living project was developed. The integrity of simulated and physical parts of the system is improved using SPSysML-based quantitative evaluation. Thus, more system components are shared between the simulated and physical setups. The system was deployed on the physical robot and two simulators based on the Robot Operating System (ROS) or ROS2. SPSysML was used by a third-party developer and was assessed by him and other practitioners in a survey.
- Abstract(参考訳): 品質とコストに影響を与えるため、初期の設計概念を評価することが重要です。
このプロセスは、曖昧で不確実な設計情報によってしばしば妨げられる。
本稿では、SysMLベースのシミュレート・物理システムモデリング言語(SPSysML)について紹介する。
サイバー物理システムにおけるコンポーネントの再利用性を評価するために用いられ、デジタルツインやその他のシミュレートされた部品を組み込んだドメイン仕様言語である。
提案した因子は設計を定量的に評価する。
SPSysMLは要件ベースのシステム構造化手法を使用して、シミュレートされた部分と物理的部分とを要求と結合する。
SPSysMLは、DTが模擬世界で外因性行動を認識することを可能にする。
SPSysMLバリデーションはサーベイとアプリケーションベースである。
まず, 生活支援プロジェクトのためのロボットシステムの開発を行った。
SPSysMLに基づく定量的評価により,シミュレーションおよび物理部分の整合性を改善した。
したがって、シミュレートされた設定と物理的な設定の間でより多くのシステムコンポーネントが共有される。
このシステムは物理ロボットとロボットオペレーティング・システム(ROS)またはROS2に基づく2つのシミュレータに配備された。
SPSysMLは、サードパーティ開発者によって使用され、彼や他の実践者によって調査で評価された。
関連論文リスト
- CPS-LLM: Large Language Model based Safe Usage Plan Generator for Human-in-the-Loop Human-in-the-Plant Cyber-Physical System [5.3052849646510225]
本研究は,大規模言語モデル (LLM) を用いたヒト・イン・ザ・ループ・ヒューマン・イン・ザ・プラントのサイバー物理システムについて検討する。
LLMのコンテキスト化は比較的容易で、ドメイン固有のプランを生成することができる。
CPS-LLMは、命令チューニングフレームワークを用いて再訓練されたLCMであり、生成した計画が物理系力学と整合することを保証する。
論文 参考訳(メタデータ) (2024-05-19T06:00:18Z) - SimLM: Can Language Models Infer Parameters of Physical Systems? [56.38608628187024]
物理系におけるパラメータ推論におけるLarge Language Models (LLM) の性能について検討する。
実験の結果,単純なシステムであっても,本課題には適していないことが示唆された。
物理シミュレータを用いてLLMのコンテキストを拡大する探索の有望な方向を提案する。
論文 参考訳(メタデータ) (2023-12-21T12:05:19Z) - Informal Safety Guarantees for Simulated Optimizers Through
Extrapolation from Partial Simulations [0.0]
自己教師付き学習は、最先端の言語モデリングのバックボーンである。
自己教師付きデータセットにおける予測損失を伴うトレーニングはシミュレータを引き起こすと論じられている。
論文 参考訳(メタデータ) (2023-11-29T09:32:56Z) - DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative
Diffusion Models [102.13968267347553]
本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。
我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
論文 参考訳(メタデータ) (2023-11-28T18:58:48Z) - Optimising Highly-Parallel Simulation-Based Verification of
Cyber-Physical Systems [0.0]
サイバー物理システム(CPS)は多くの産業関連領域で発生し、しばしばミッションクリティカルまたは安全クリティカルである。
CPSのシステムレベル検証(SLV)は、与えられた(例えば、安全か生きか)仕様が満たされているか、あるいはある価値を推定することを保証することを目的としている。
論文 参考訳(メタデータ) (2023-07-28T08:08:27Z) - PHYFU: Fuzzing Modern Physics Simulation Engines [12.512000967313384]
物理シミュレーションエンジン (PSE) は、物理環境や物体をシミュレートするソフトウェアシステムである。
PHYFUは、前と後の両方のシミュレーションフェーズにおけるエラーを明らかにするために、PSE向けに設計されたファジィフレームワークである。
PSEのソフトウェアスタック全体にまたがる不正確なシミュレーション結果を生成する5K以上のエラートリガ入力をうまく発見する。
論文 参考訳(メタデータ) (2023-07-20T12:26:50Z) - Towards Complex Dynamic Physics System Simulation with Graph Neural ODEs [75.7104463046767]
本稿では,粒子系の空間的および時間的依存性を特徴付ける新しい学習ベースシミュレーションモデルを提案する。
我々は,GNSTODEのシミュレーション性能を,重力とクーロンの2つの実世界の粒子系上で実証的に評価した。
論文 参考訳(メタデータ) (2023-05-21T03:51:03Z) - Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。
連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。
我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文 参考訳(メタデータ) (2021-11-15T18:50:04Z) - PlasticineLab: A Soft-Body Manipulation Benchmark with Differentiable
Physics [89.81550748680245]
PasticineLabと呼ばれる新しい微分可能な物理ベンチマークを導入する。
各タスクにおいて、エージェントはマニピュレータを使用して、プラスチックを所望の構成に変形させる。
本稿では,既存の強化学習(RL)手法と勾配に基づく手法について評価する。
論文 参考訳(メタデータ) (2021-04-07T17:59:23Z) - Learning to Simulate Complex Physics with Graph Networks [68.43901833812448]
本稿では,機械学習のフレームワークとモデルの実装について紹介する。
グラフネットワーク・ベース・シミュレータ(GNS)と呼ばれる我々のフレームワークは、グラフ内のノードとして表現された粒子で物理系の状態を表現し、学習されたメッセージパスによって動的を計算します。
我々のモデルは,訓練中に数千の粒子による1段階の予測から,異なる初期条件,数千の時間ステップ,少なくとも1桁以上の粒子をテスト時に一般化できることを示す。
論文 参考訳(メタデータ) (2020-02-21T16:44:28Z)
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。