指定交互式多代理任务是一项长期的软件工程挑战[6]。规格应足够高,以保持可访问性和明确的可及以确保所得软件组件的可靠性。本文通过介绍基于DSL的工具链的基础特征来解决此问题(见图1)称为LIRAS 1,用于指定多代理交互模式。里拉(Liras)被开发为域 - 不可思议的,并且相对于所涉及的代理的数量和性质(例如,基于软件或人类)以及构成模式的动作数量和类型。代理因其提供的原始技能集而有所不同(例如,为机器人移动或为四轮驱动器打开发动机)。在里拉斯(Liras)中,这些技能被安排为模式。根据图1,定义技能集需要专家实践者的干预,而模式规范则设计为非专家用户可以访问。在里拉斯(Liras)中,代理之间的同步动力学的语义基于确定性有限状态自动机(DFA),构成了可符合模型对模型转换和正式验证的规格的这一方面。具体而言,可以通过Uppaal工具[11]验证了涉及同步定义明确的属性。该工具链的此阶段仅针对有关模式的逻辑和结构声音的属性(例如,具有冲突目标的技能),因此不涉及相应的网络物理系统的物理组成部分。环境)。几个里拉斯规格构成模式库。在以下内容中,我们将任期任务作为一系列模式。可以使用所谓的和经过验证的模式库,用于更广泛的任务规范和正式的分析工具链外部和与里拉斯(例如[12]中介绍的)脱钩。latter设想文本DSL(与里拉斯分开),以指定涉及人和机器人代理的错误,特别关注人类机器人相互作用。此类DSL当前从预先确定和固定的集合中利用人类机器人的交互模式,从而限制了该框架对现实生活的适用性。可以通过进口里拉斯模式来指定任务来克服这种缺点。我们指出,假定操作环境的规范(例如,布局和关注点)是独立于LIRAS完成的(即,LIRAS模式是参数W.R.T.在更广泛的框架内,最终的任务指定会自动转换为基于随机混合自动机的形式模型[5]。如果要进口自定义的里拉斯交互模式,正式模型的自动生成将意味着起草新定义的模式的每个自定义技能的正式模型,这需要专家用户的输入。任务的正式模型是统计模型检查[5]以计算质量指标
主要关键词