論文の概要: muPRL: A Mutation Testing Pipeline for Deep Reinforcement Learning based on Real Faults

• arxiv url: http://arxiv.org/abs/2408.15150v1
• Date: Tue, 27 Aug 2024 15:45:13 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-28 13:13:36.205153
• Title: muPRL: A Mutation Testing Pipeline for Deep Reinforcement Learning based on Real Faults
• Title（参考訳）: muPRL: 実際の障害に基づいた深層強化学習のための突然変異テストパイプライン
• Authors: Deepak-George Thomas, Matteo Biagiola, Nargiz Humbatova, Mohammad Wardat, Gunel Jahangirova, Hridesh Rajan, Paolo Tonella,
• Abstract要約: まず,レポジトリマイニングによって得られた実RL断層の分類について述べる。 次に、そのような実断層から派生した突然変異演算子を示し、ツール muPRL に実装する。 実験結果から, muPRLは弱い試験発電機と強い判別に有効であることを示す。
• 参考スコア（独自算出の注目度）: 19.32186653723838
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reinforcement Learning (RL) is increasingly adopted to train agents that can deal with complex sequential tasks, such as driving an autonomous vehicle or controlling a humanoid robot. Correspondingly, novel approaches are needed to ensure that RL agents have been tested adequately before going to production. Among them, mutation testing is quite promising, especially under the assumption that the injected faults (mutations) mimic the real ones. In this paper, we first describe a taxonomy of real RL faults obtained by repository mining. Then, we present the mutation operators derived from such real faults and implemented in the tool muPRL. Finally, we discuss the experimental results, showing that muPRL is effective at discriminating strong from weak test generators, hence providing useful feedback to developers about the adequacy of the generated test scenarios.
• Abstract（参考訳）: 強化学習(Reinforcement Learning, RL)は、自動運転車の運転やヒューマノイドロボットの制御など、複雑なシーケンシャルなタスクに対処できるエージェントの訓練に採用されている。 それに対応して、RL剤が生産に入る前に適切に試験されたことを確実にするためには、新しいアプローチが必要である。 特に、注入された欠陥(突然変異)が実際の欠陥を模倣するという仮定の下では、突然変異検査は非常に有望である。 本稿では,レポジトリマイニングによって得られた実RL断層の分類について述べる。 次に、そのような実断層から派生した突然変異演算子を示し、ツール muPRL に実装する。 最後に, 実験結果について考察し, muPRL が弱いテストジェネレータと強く区別する上で有効であることを示し, 生成したテストシナリオの妥当性について開発者に有用なフィードバックを提供する。

関連論文リスト

• Investigating the Robustness of Counterfactual Learning to Rank Models: A Reproducibility Study [61.64685376882383]
  ランク付け学習(CLTR: Counterfactual Learning to rank)は、IRコミュニティにおいて、ログ化された大量のユーザインタラクションデータを活用してランキングモデルをトレーニングする能力において、大きな注目を集めている。 本稿では,複雑かつ多様な状況における既存のCLTRモデルのロバスト性について検討する。 その結果, DLAモデルとIPS-DCMは, PS-PBMやPSSよりも, オフラインの確率推定による堅牢性が高いことがわかった。
  論文  参考訳（メタデータ） (2024-04-04T10:54:38Z)
• Supervised Pretraining Can Learn In-Context Reinforcement Learning [96.62869749926415]
  本稿では,意思決定問題における変換器の文脈内学習能力について検討する。 本稿では,変換器が最適動作を予測する教師付き事前学習法であるDPT(Decision-Pretrained Transformer)を導入,研究する。 事前学習した変換器は、オンラインと保守主義の両方をオフラインで探索することで、コンテキスト内における様々なRL問題の解決に利用できる。
  論文  参考訳（メタデータ） (2023-06-26T17:58:50Z)
• Testing of Deep Reinforcement Learning Agents with Surrogate Models [10.243488468625786]
  近年,Deep Reinforcement Learning (DRL) が研究コミュニティから注目を集めている。 本稿では,このようなエージェントを探索的に検証する手法を提案する。
  論文  参考訳（メタデータ） (2023-05-22T06:21:39Z)
• Mutation Testing of Deep Reinforcement Learning Based on Real Faults [11.584571002297217]
  本稿では,MT(Reinforcement Learning, 強化学習)システムに拡張するために,既存のMT(Mutation Testing)アプローチに基づいて構築する。 本研究は, 突然変異致死定義の設計選択が, 生成したテストケースだけでなく, 変異が致死するか否かにも影響を及ぼすことを示す。
  論文  参考訳（メタデータ） (2023-01-13T16:45:56Z)
• On Transforming Reinforcement Learning by Transformer: The Development Trajectory [97.79247023389445]
  Transformerは元々自然言語処理用に開発されたもので、コンピュータビジョンでも大きな成功を収めている。 既存の開発をアーキテクチャ拡張と軌道最適化の2つのカテゴリに分類する。 ロボット操作,テキストベースのゲーム,ナビゲーション,自律運転におけるTRLの主な応用について検討する。
  論文  参考訳（メタデータ） (2022-12-29T03:15:59Z)
• A Search-Based Testing Approach for Deep Reinforcement Learning Agents [1.1580916951856255]
  本稿では、DRLエージェントのポリシーをテストするために、検索に基づく強化学習エージェント(STARLA)のテスト手法を提案する。 我々は、機械学習モデルと専用の遺伝的アルゴリズムを使用して、故障エピソードに対する探索を絞り込みます。
  論文  参考訳（メタデータ） (2022-06-15T20:51:33Z)
• GalilAI: Out-of-Task Distribution Detection using Causal Active Experimentation for Safe Transfer RL [11.058960131490903]
  アウト・オブ・ディストリビューション(OOD)検出は教師あり学習においてよく研究されているトピックである。 本稿では,OOTD(Out-of-Task Distribution)検出という新しいタスクを提案する。 ガリレオ・ガリレイ(Galileo Galilei)に敬意を表して、我々の手法をガリライ(GalilAI)と名付けた。
  論文  参考訳（メタデータ） (2021-10-29T01:45:56Z)
• DeepMetis: Augmenting a Deep Learning Test Set to Increase its Mutation Score [4.444652484439581]
  ツールは与えられたテストセットを増強し、ミュータントを平均で63%検出する能力を高めるのに効果的である。 アウトアウト実験では、強化されたテストセットが目に見えないミュータントを露出できることを示している。
  論文  参考訳（メタデータ） (2021-09-15T18:20:50Z)
• What is Going on Inside Recurrent Meta Reinforcement Learning Agents? [63.58053355357644]
  recurrent meta reinforcement learning (meta-rl)エージェントは「学習アルゴリズムの学習」を目的としてrecurrent neural network (rnn)を使用するエージェントである。 部分観測可能なマルコフ決定プロセス(POMDP)フレームワークを用いてメタRL問題を再構成することにより,これらのエージェントの内部動作機構を明らかにする。
  論文  参考訳（メタデータ） (2021-04-29T20:34:39Z)
• Combining Pessimism with Optimism for Robust and Efficient Model-Based Deep Reinforcement Learning [56.17667147101263]
  実世界のタスクでは、強化学習エージェントはトレーニング中に存在しない状況に遭遇する。 信頼性を確保するため、RLエージェントは最悪の状況に対して堅牢性を示す必要がある。 本稿では,Robust Hallucinated Upper-Confidence RL (RH-UCRL)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-03-18T16:50:17Z)
• Empirically Verifying Hypotheses Using Reinforcement Learning [58.09414653169534]
  本稿では,仮説検証をRL問題として定式化する。 我々は、世界の力学に関する仮説を前提として、仮説が真か偽かを予測するのに役立つ観測結果を生成することができるエージェントを構築することを目指している。
  論文  参考訳（メタデータ） (2020-06-29T01:01:10Z)

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。