講演抄録/キーワード |
講演名 |
2020-03-10 15:45
Simulinkモデルに対するChainerRLを用いたハイブリッド頑健性に基づく時相理論仕様の不具合導出 ○大脇亮太・結縁祥治(名大) MSS2019-67 |
抄録 |
(和) |
本研究では Simulink モデルの連続値と離散値を含むハイブリッドな性質に対して、深層強化学習を用いた不具合導出の提案と実装を示す. 連続変数と離散変数との間の依存性を反映したハイブリッドな頑健性を計算し、それに基づく報酬を用いた強化学習による不具合導出の実現を目的とする。連続値を更新することによって離散的な頑健性に反映されるハイブリッドな頑健性を提案する. そのような頑健性に基づく報酬の値は安定した収束に効果的であると予想されるため、シミュレーションの回数を削減することができる. Simulink において Python の強化学習ライブラリChainerRLを用いた不具合導出の実験的な実装を示す. |
(英) |
We present a method of falsification for the hybrid property of Simulink model using deep reinforcement learning. This study realizes falsification based on hybrid robustness reflecting the dependence between continuous variables and discrete variables. We propose hybrid robustness reflecting discrete robustness by updating continuous variables. Reward values derived from such robustness are expected to be effective for stable convergence so that
the number of simulations is reduced. This paper provides an experimental implementation of falsification using Python’s reinforcement learning library ChainerRL in Simulink. |
キーワード |
(和) |
Simulink / ハイブリッド頑健性 / 不具合導出 / 強化学習 / / / / |
(英) |
Simulink / hybrid robustness / Falsification / Reinforcement Learning / / / / |
文献情報 |
信学技報, vol. 119, no. 470, MSS2019-67, pp. 53-58, 2020年3月. |
資料番号 |
MSS2019-67 |
発行日 |
2020-03-02 (MSS) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
MSS2019-67 |
研究会情報 |
研究会 |
MSS NLP |
開催期間 |
2020-03-09 - 2020-03-10 |
開催地(和) |
やすらぎの宿 蒲郡荘 |
開催地(英) |
|
テーマ(和) |
SICE-DES研究会,IEICE-MSS研究会,IEICE-NLP研究会の3研究会併催,一般およびWork In Progress(WIP) ※(WIPセッションはDES,MSSのみ) |
テーマ(英) |
SICE-DES, IEICE-MSS, IEICE-NLP |
講演論文情報の詳細 |
申込み研究会 |
MSS |
会議コード |
2020-03-MSS-NLP |
本文の言語 |
日本語 |
タイトル(和) |
Simulinkモデルに対するChainerRLを用いたハイブリッド頑健性に基づく時相理論仕様の不具合導出 |
サブタイトル(和) |
|
タイトル(英) |
Temporal Logic Falsification for Simulink models based on the hybrid robustness using ChainerRL |
サブタイトル(英) |
|
キーワード(1)(和/英) |
Simulink / Simulink |
キーワード(2)(和/英) |
ハイブリッド頑健性 / hybrid robustness |
キーワード(3)(和/英) |
不具合導出 / Falsification |
キーワード(4)(和/英) |
強化学習 / Reinforcement Learning |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
大脇 亮太 / Ryota Owaki / オオワキ リョウタ |
第1著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: NU) |
第2著者 氏名(和/英/ヨミ) |
結縁 祥治 / Shoji Yuen / ユエン ショウジ |
第2著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: NU) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2020-03-10 15:45:00 |
発表時間 |
25分 |
申込先研究会 |
MSS |
資料番号 |
MSS2019-67 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.470 |
ページ範囲 |
pp.53-58 |
ページ数 |
6 |
発行日 |
2020-03-02 (MSS) |