| 講演名 | 2020-03-10 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(名大), 結縁 祥治(名大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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. |
| 抄録(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 thatthe 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 |
| キーワード(英) | Simulink / hybrid robustness / Falsification / Reinforcement Learning |
| 資料番号 | MSS2019-67 |
| 発行日 | 2020-03-02 (MSS) |
| 研究会情報 | |
| 研究会 | MSS / NLP |
|---|---|
| 開催期間 | 2020/3/9(から2日開催) |
| 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 |
| 委員長氏名（和） | 髙井 重昌(阪大) / 黒川 弘章(東京工科大) |
| 委員長氏名（英） | Shigemasa Takai(Osaka Univ.) / Hiroaki Kurokawa(Tokyo Univ. of Tech.) |
| 副委員長氏名（和） | 尾崎 敦夫(阪工大) / 夏目 季代久(九工大) |
| 副委員長氏名（英） | Atsuo Ozaki(Osaka Inst. of Tech.) / Kiyohisa Natsume(Kyushu Inst. of Tech.) |
| 幹事氏名（和） | 金澤 尚史(阪大) / 小林 孝一(北大) / 木村 貴幸(日本工大) / 立野 勝巳(九工大) |
| 幹事氏名（英） | Takahumi Kanazawa(Osaka Univ.) / Koichi Kobayashi(Hokkaido Univ.) / Takayuki Kimura(Nippon Inst. of Tech.) / Katsumi Tateno(Kyushu Inst. of Tech.) |
| 幹事補佐氏名（和） | 林 直樹(阪大) / 島田 裕(埼玉大) / 佐村 俊和(山口大) |
| 幹事補佐氏名（英） | Naoki Hayashi(Osaka Univ.) / Yutaka Shimada(Saitama Univ.) / Toshikaza Samura(Yamaguchi Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Mathematical Systems Science and its applications / Technical Committee on Nonlinear Problems |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 大脇 亮太 / Ryota Owaki |
| 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） | 結縁 祥治 / Shoji Yuen |
| 第 2 著者 所属（和/英） | 名古屋大学(略称：名大) Nagoya University(略称：NU) |
| 発表年月日 | 2020-03-10 |
| 資料番号 | MSS2019-67 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | MSS-470 |
| ページ範囲 | pp.53-58(MSS), |
| ページ数 | 6 |
| 発行日 | 2020-03-02 (MSS) |