本文介绍一种名为基于覆盖率反馈的测试选择的自动约束提取和测试选择的新方法,通过选择具有高概率增加功能覆盖率的测试,有助于减少手动约束编写,优先考虑有效测试,降低验证资源消耗,加速大型工业硬件设计的覆盖率闭合。
May, 2022
该研究论文介绍了一种新的基于随机测试的功能验证方法,该方法在大量的约束条件下能够生成出符合这些条件的测试用例,并提供了经过理论保证且实际上实用的解决方案。
Apr, 2013
通过使用强化学习来生成有效的刺激以更快地实现代码覆盖率,该研究提出了一种新颖的方法来应对系统芯片验证中的挑战。
May, 2024
本文介绍了两种新颖的测试选择器,用于识别具有新颖时间模式的刺激,并通过实验发现,与随机测试选择相比,这两种测试选择器都可以加速商用总线桥的功能覆盖。其中一种选择器实现了减少 26.9%的模拟测试数量,以达到 98.5%的覆盖率,相较于先前发表的测试选择器,其节省了分别为 13 和 2.68 倍。
Jun, 2024
使用半形式验证方法对高度可配置的数字设计进行高覆盖率配置覆盖的研究
Apr, 2024
本文提出了一种基于算法的方法来解决 “几乎均匀地生成大型布尔约束条件的解” 的问题,该算法在解的均匀性方面提供了强大的理论保证,并可适用于涉及数十万个变量的问题。
Mar, 2014
利用遗传编程技术开发出一种新的自动化软件测试框架,生成可以重复生成输入值的微程序,从而快速高效地探索软件元件的输入参数范围,同时可应用于多种软件系统。
Feb, 2023
自动驾驶汽车 (AVs) 的安全性能测试和评估在大规模部署之前是必不可少的。本文首次将问题建模为 “少样本测试”(FST) 问题,并提出了一个系统性的 FST 框架来应对这一挑战,通过利用代理模型 (SMs) 的先验信息,动态调整测试场景集合以及每个场景对测试结果的贡献,在小规模测试场景中降低测试误差与方差,尤其适用于场景数目受严格限制的情况。
Feb, 2024
本研究提出了一种基于数据驱动的模仿学习技术的自动游戏验证和测试方法,该方法需要很少的工作量和时间,设计师们可以用它来高效地训练游戏测试代理。研究结果表明,我们的方法确实是一种有效的游戏验证方法,数据驱动编程也将是减少游戏测试工作量和提高现代游戏测试质量的有用辅助工具。
Aug, 2022
将大型语言模型 (LLM) 集成到覆盖指导测试生成 (CDG) 过程中,使用自设计的 Verilog 基准套件,与随机测试比较,实验证明我们的框架在 LLM 的理解范围内优于随机测试,并提出了改进 LLM 理解范围和准确性的提示工程优化。