arXiv · cs.AI· Ocan Sankur (DEVINE), Thierry J\'eron (DEVINE), Nicolas Markey (DEVINE), David Mentr\'e (MERCE-France), Reiya Noguchi·· 1 天前
基于需求的测试：用博弈论增强强化学习
Requirement-Based Testing: Enhancing Reinforcement Learning with Game Theory
arXiv:2407.18994v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ocan Sankur (DEVINE), Thierry J\'eron (DEVINE), Nicolas Markey (DEVINE), David Mentr\'e (MERCE-France), Reiya Noguchi
期刊信息（来源提供）：FMCAD 2026 - Formal Methods in Computer-Aided Design, Sep 2026, Graz, France
研究任务与主要进展
研究人员提出一种基于需求的自动在线黑盒测试方法，将功能需求表示为自动机，并用博弈启发式引导蒙特卡洛树搜索生成测试输入。该方法通过偏向实现与测试器博弈中有希望的输入，加速蒙特卡洛树搜索收敛并提升测试性能。论文摘要称已开展实验，但未提供具体基准或数值。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org