基于在线生成对抗网络与多臂老虎机的信息物理系统多需求反例生成

我们考虑反例生成用信号时序逻辑（STL）表达的信息物理系统安全需求的问题。该问题可通过 STL 鲁棒性函数转化为优化问题。本文关注于反例生成具有多重需求的系统。我们提出使用在线生成对抗网络（GANs）作为测试生成器来解决此类合取需求。我们的主要贡献是一种算法，该算法通过使用针对每个需求 $\varphi_i$ 单独的 GAN 来反例生成合取需求 $\varphi_1 \land \cdots \land \varphi_n$。利用多臂老虎机算法的思想，我们的算法在每一步仅训练单个 GAN，从而节省资源。我们的实验表明，除了节省资源外，与（i）为完整合取需求训练单个 GAN 的算法以及（ii）在每步始终训练 $n$ 个 GAN 的算法相比，该多臂老虎机算法能以更少的被测系统执行次数反例生成需求。