基于模型的测试：使用信念-愿望-意图智能体对协作人机交互中机器人控制代码进行测试
机器人学
2016-03-03 v1
摘要
机器人助手软件需要被验证，以确保其安全性和功能正确性。仿真测试允许在验证中达到高度真实感。然而，生成覆盖人机交互(HRI)任务中既有意义的可预见和不可预见场景、同时执行大部分代码的测试，仍是一项挑战。我们提出在测试环境中使用信念-愿望-意图(BDI)智能体，以提升仿真机器人的真实度和类人刺激。人工智能（如智能体理论）可被用于更智能的测试生成。我们实现了一个自动化测试台，用于机器人操作系统(ROS)和Gazebo中类人机器人与人协作组装桌子的任务仿真。对该任务的需求进行了验证，并发现了一些意外的设计问题，从而可能导致代码改进。我们的结果突出了BDI智能体自动生成有效且类人的测试以获得高代码覆盖率的实用性，相较于手写定向测试、伪随机生成以及其他基于模型的测试生成变体。此外，BDI智能体比编写时序逻辑属性进行模型检验更能轻易覆盖HRI系统的组合行为。
引用
@article{arxiv.1603.00656,
title = {Model-Based Testing, Using Belief-Desire-Intentions Agents, of Control Code for Robots in Collaborative Human-Robot Interactions},
author = {Dejanira Araiza-Illan and Tony Pipe and Kerstin Eder},
journal= {arXiv preprint arXiv:1603.00656},
year = {2016}
}