回到最新动态
交叉发布 / THE SIGNAL

FaultGene:LLM 辅助生成 HIL 故障增强测试

FaultGene: LLM-Assisted Fault-Augmented Test Generation for Hardware-in-the-Loop Validation of Autonomous Driving Systems

重要性 4.5 AI 辅助整理

LLM 辅助自动生成 HIL 故障增强测试,减少人工准备。

资讯摘要

论文提出 FaultGene,一个 LLM 辅助框架,用于为自动驾驶硬件在环(HIL)验证自动生成可执行的故障增强测试。给定基线 Scenic/CARLA 场景和结构化故障规范,框架生成能体现 HIL 级故障注入效果的测试用例;离线阶段通过语义一致性检查与执行反馈修正候选,并构建微调监督数据,使生成器在部署时直接产出测试,无需人工参考执行或反复迭代。

要点速读

  1. FaultGene 面向 HIL 故障韧性验证,输入为基线 Scenic/CARLA 场景与结构化故障规范,输出可执行的故障增强测试用例。
  2. 离线精炼阶段使用语义一致性检查和执行级反馈,修正未保持场景上下文或未产生预期故障退化的候选。
  3. 精炼过程同时构建高质量监督数据用于微调,使生成器部署时无需人工参考执行或重复精炼循环。

中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。

阅读 arXiv · cs.AI 原文arxiv.org · 在新窗口打开