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

摘要

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．