2019 Fiscal Year Annual Research Report
| Project/Area Number |
19H04084
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
末永 幸平 京都大学, 情報学研究科, 准教授 (70633692)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
五十嵐 淳 京都大学, 情報学研究科, 教授 (40323456)
海野 広志 筑波大学, システム情報系, 准教授 (80569575)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | ハイブリッドシステム / 強化学習 / 機械学習 / プログラム検証 |
|---|
| Outline of Annual Research Achievements |
課題Aのハイブリッドシステム検証については，ハイブリッドシステム検証への PDR の適用について研究を継続した．その過程で，PDR の定式化をより抽象的なものに変更する必要があり，その定式化の研究を行っている．この定式化により，通常のプログラム，ハイブリッドシステム，確率的挙動を含むシステムに統一的に適用可能な PDR の定式化が得られると期待される．
また，課題Bの人間が検証器の挙動を誘導する手法の研究について，当初はクレイグ補間条件を人間が与えることにより検証器を誘導する手法を検討していたが，この手法では人間が有用な条件を発見することがやや困難であることがわかった．そのため，現在は人間に替わって検証器を誘導するエージェントを機械学習によって作成する手法の研究を行っている．強化学習の適用を行った事前実験の結果では有望な結果が出ており，この方向で研究をすすめることを検討している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の計画とは異なる形ではあるものの，順調な成果が出つつある．
|
| Strategy for Future Research Activity |
来年度は上述した機械学習によるエージェントの学習を中心に研究を進めることを検討している．基本的には強化学習を比較的シンプルな問題について適用する実験で有用性を確かめる．
|
