探讨 BPpy 与深度强化学习及形式方法之间的相互作用
软件工程
2025-07-25 v2
摘要
我们探索和评估了行为编程（BP）与人工智能（AI）和形式方法（FM）技术之间的相互作用。我们的目标是表明 BP 可作为一种抽象，整合各种技术，实现多层次分析和丰富的开发过程。具体而言，本文考察了 BPpy 框架——一种基于 Python 的 BP 实现——如何被各种 FM 和 AI 工具所增强，反之亦然。我们评估了将 BP 与满足模块论（SMT）求解器、符号和概率模型检验以及深度强化学习（DRL）集成后，扩展 BP 建模复杂系统能力的方式。此外，我们说明了开发人员如何在单个建模和开发任务中利用多个工具。该文提供了支持我们愿景可行性的定量和定性证据，以创建综合性工具箱，整合 AI 和 FM 方法于统一开发框架之中。
引用
@article{arxiv.2501.15480,
title = {Exploring and Evaluating Interplays of BPpy with Deep Reinforcement Learning and Formal Methods},
author = {Tom Yaacov and Gera Weiss and Adiel Ashrov and Guy Katz and Jules Zisser},
journal= {arXiv preprint arXiv:2501.15480},
year = {2025}
}
备注
Accepted to the 20th International Conference on Evaluation of Novel Approaches to Software Engineering (ENASE 2025)