用于人机交互中机器人软件测试的智能体激励
机器人学
2021-04-13 v3 软件工程
摘要
机器人软件测试的挑战超越了常规软件测试。需要为并发运行的多个程序和硬件生成有效、真实且有趣的测试，并部署到包含人的动态环境中。我们研究在仿真的人机交互（HRI）领域中使用信念-愿望-意图（BDI）智能体作为测试生成的模型。这些模型提供理性的主体性、因果性以及用于规划的推理机制，从而同时模拟智能且自适应的机器人，以及由人类引导的聪明测试环境。我们引入强化学习（RL）以基于覆盖反馈的奖励函数自动化探索 BDI 模型。我们的方法通过一个协作制造实例进行评估，其中被测机器人软件通过模拟的人类协作者间接受到激励。我们得出结论：BDI 智能体为 HRI 领域的测试生成提供了直观的模型。我们的结果表明 RL 能够完全自动化 BDI 模型探索，从而产生非常有效的面向覆盖的测试生成。
引用
@article{arxiv.1604.05508,
title = {Intelligent Agent-Based Stimulation for Testing Robotic Software in Human-Robot Interactions},
author = {Dejanira Araiza-Illan and Anthony G. Pipe and Kerstin Eder},
journal= {arXiv preprint arXiv:1604.05508},
year = {2021}
}