論文の概要: Automating Automotive Software Development: A Synergy of Generative AI and Formal Methods
- arxiv url: http://arxiv.org/abs/2505.02500v1
- Date: Mon, 05 May 2025 09:29:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-06 18:49:35.630865
- Title: Automating Automotive Software Development: A Synergy of Generative AI and Formal Methods
- Title（参考訳）: 自動車ソフトウェア開発の自動化 - 生成AIと形式的手法の相乗効果
- Authors: Fengjunjie Pan, Yinglei Song, Long Wen, Nenad Petrovic, Krzysztof Lebioda, Alois Knoll,
- Abstract要約: 我々は、GenAIとモデル駆動エンジニアリングを組み合わせることで、自動車ソフトウェア開発を自動化することを提案する。
提案手法では,LLMを用いて自由文要求をイベントチェーン記述に変換し,プラットフォームに依存しないソフトウェアコンポーネントを生成する。
提案手法の実装には GPT-4o を用い, ROS2 を用いた CARLA シミュレーション環境で実験を行った。
- 参考スコア（独自算出の注目度）: 4.469600208122469
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As the automotive industry shifts its focus toward software-defined vehicles, the need for faster and reliable software development continues to grow. However, traditional methods show their limitations. The rise of Generative Artificial Intelligence (GenAI), particularly Large Language Models (LLMs), introduces new opportunities to automate automotive software development tasks such as requirement analysis and code generation. However, due to the complexity of automotive systems, where software components must interact with each other seamlessly, challenges remain in software integration and system-level validation. In this paper, we propose to combine GenAI with model-driven engineering to automate automotive software development. Our approach uses LLMs to convert free-text requirements into event chain descriptions and to generate platform-independent software components that realize the required functionality. At the same time, formal models are created based on event chain descriptions to support system validation and the generation of integration code for integrating generated software components in the whole vehicle system through middleware. This approach increases development automation while enabling formal analysis to improve system reliability. As a proof of concept, we used GPT-4o to implement our method and tested it in the CARLA simulation environment with ROS2 middleware. We evaluated the system in a simple Autonomous Emergency Braking scenario.
- Abstract（参考訳）: 自動車産業がソフトウェア定義自動車に焦点を移すにつれ、より高速で信頼性の高いソフトウェア開発の必要性は拡大し続けている。
しかし、従来の手法はその限界を示している。
Generative Artificial Intelligence(GenAI)の台頭、特にLarge Language Models(LLM)は、要求分析やコード生成といった自動ソフトウェア開発タスクを自動化する新たな機会を導入している。
しかし、ソフトウェアコンポーネントがシームレスに相互作用しなければならない自動車システムの複雑さのため、ソフトウェア統合とシステムレベルの検証には課題が残る。
本稿では,GenAIとモデル駆動工学を組み合わせることで,自動ソフトウェア開発を自動化することを提案する。
提案手法では,自由文要求をイベントチェーン記述に変換し,必要な機能を実現するためのプラットフォームに依存しないソフトウェアコンポーネントを生成する。
同時に、システム検証をサポートするイベントチェーン記述と、ミドルウェアを通じて車両システム全体において生成されたソフトウェアコンポーネントを統合するための統合コードの生成に基づいて、フォーマルなモデルが作成される。
このアプローチによって開発自動化が向上し、形式解析によってシステムの信頼性が向上する。
提案手法の実装には GPT-4o を用い, ROS2 ミドルウェアを用いた CARLA シミュレーション環境でテストを行った。
簡単な緊急ブレーキのシナリオでシステムを評価した。
関連論文リスト
- A Path Less Traveled: Reimagining Software Engineering Automation via a Neurosymbolic Paradigm [9.900581015679935]
本稿では,ニューロシンボリック・ソフトウェア・エンジニアリングを,ニューラルネットワークとシンボリック(ルールベース)推論を組み合わせた有望なパラダイムとして提案する。
このハイブリッド方法論は、AI駆動ソフトウェアエンジニアリングの効率性、信頼性、透明性を高めることを目的としている。
論文 参考訳（メタデータ） (2025-05-04T22:10:21Z) - AUTOFRAME -- A Software-driven Integration Framework for Automotive Systems [20.44829660025384]
この研究は、ソフトウェア定義自動車の複雑さの増加に対処する新しいフレームワークを提示します。
ハードウェア抽象化レイヤと動的ソフトウェアデプロイメント機能を活用して、業界の需要の増大に対応しています。
本研究は,将来の車両の開発・保守を促進する枠組みの可能性を明らかにするものである。
論文 参考訳（メタデータ） (2025-03-06T19:58:38Z) - AutoGLM: Autonomous Foundation Agents for GUIs [51.276965515952]
我々は、グラフィカルユーザインタフェース(GUI)を介してデジタルデバイスを自律的に制御するための基礎エージェントとして設計された、ChatGLMファミリーの新しいシリーズであるAutoGLMを紹介する。
実世界のGUIインタラクションのための実践的基礎エージェントシステムとしてAutoGLMを開発した。
評価では、AutoGLMが複数のドメインにまたがって有効であることを示す。
論文 参考訳（メタデータ） (2024-10-28T17:05:10Z) - Automatic Platform Configuration and Software Integration for Software-Defined Vehicles [4.522485108591059]
本稿では,ソフトウェア定義車両(SDV)のプラットフォーム構成とソフトウェア統合を自動化する新しいアプローチを提案する。
モデルベースシステム工学(MBSE)を活用することで,プラットフォーム構成やソフトウェア統合計画を自動的に生成する。
提案システムは,安全要件の遵守を確保しつつ,動的かつ柔軟な資源割り当てを可能にする。
論文 参考訳（メタデータ） (2024-08-04T19:54:03Z) - Agent-Driven Automatic Software Improvement [55.2480439325792]
本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。
継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。
我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
論文 参考訳（メタデータ） (2024-06-24T15:45:22Z) - Automatic Programming: Large Language Models and Beyond [48.34544922560503]
我々は,プログラマの責任に関するコード品質,セキュリティ,関連する問題について検討する。
ソフトウェア工学の進歩が自動プログラミングを実現する方法について論じる。
我々は、近い将来のプログラミング環境に焦点をあてて、先見的な視点で締めくくります。
論文 参考訳（メタデータ） (2024-05-03T16:19:24Z) - Towards Single-System Illusion in Software-Defined Vehicles -- Automated, AI-Powered Workflow [3.2821049498759094]
本稿では,車載ソフトウェアシステムの開発における,新しいモデルと特徴に基づくアプローチを提案する。
提案されたアプローチの重要なポイントの1つは、近代的な生成AI、特にLarge Language Models(LLM)の導入である。
その結果、パイプラインは広範囲に自動化され、各ステップでフィードバックが生成される。
論文 参考訳（メタデータ） (2024-03-21T15:07:57Z) - ChatDev: Communicative Agents for Software Development [84.90400377131962]
ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。
これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
論文 参考訳（メタデータ） (2023-07-16T02:11:34Z) - Towards autonomous system: flexible modular production system enhanced
with large language model agents [0.0]
本稿では,大規模言語モデル(LLM),デジタルツイン,産業自動化システムを組み合わせた新しいフレームワークを提案する。
実装済みのプロトタイプが未定義のタスクをどのように処理し、運用プロセスを計画し、操作を実行するかを示します。
論文 参考訳（メタデータ） (2023-04-28T09:42:18Z) - Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring [81.06807079998117]
非侵入的機器負荷モニタリング(NIALM)のための自動機械学習(AutoML)を実現する新しい手法を提案する。
NIALMは、電子機器や家電のエネルギー消費を測定するためのスマートメーターに代わる費用対効果を提供する。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - Technology Readiness Levels for AI & ML [79.22051549519989]
機械学習システムの開発は、現代的なツールで容易に実行できるが、プロセスは通常急いで、エンドツーエンドで実行される。
エンジニアリングシステムは、高品質で信頼性の高い結果の開発を効率化するために、明確に定義されたプロセスとテスト標準に従います。
我々は、機械学習の開発と展開のための実証されたシステムエンジニアリングアプローチを提案する。
論文 参考訳（メタデータ） (2020-06-21T17:14:34Z)
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。