자율 수중 로봇 소프트웨어에서의 비전-언어 모델(VLM) 검색 기반 변태 테스트

요약

본 논문은 자율 수중 로봇(AUR) 소프트웨어에 비전-언어 모델(VLM)을 적용하는 데 필요한 품질 보증 방법을 제시합니다. VLM의 신뢰도를 높이기 위해, 수중 이미지 변환 집합을 활용하여 잘못된 예측을 유도하는 검색 기반 변태 테스트 접근 방식(MetaVLM)을 제안했습니다.

핵심 포인트

• AUR 소프트웨어에 VLM 적용은 아직 충분히 탐구되지 않은 분야입니다.
• MetaVLM은 수중 환경에서 VLM의 실패를 드러내는 자동화된 테스트 도구입니다.
• NSGA-II 알고리즘으로 BLIP와 CLIP 등 오픈 소스 VLM을 평가했습니다.
• 이 연구는 VLM 기반 소프트웨어 시스템의 품질 보증에 대한 통찰력을 제공합니다.