基于UnsatCore和强化学习的循环不变式模板生成方法

AITNT
正文
推荐专利
基于UnsatCore和强化学习的循环不变式模板生成方法
申请号:CN202411940365
申请日期:2024-12-26
公开号:CN120409603A
公开日期:2025-08-01
类型:发明专利
摘要
本发明公开了一种基于Unsat Core和强化学习的循环不变式模板生成方法,包括:步骤S1:建立基于自主强化学习的循环不变式模板生成器;通过强化学习,在Unsat Core的信息指导下学习到如何生成“有效循环不变式模板”;步骤S2:建立基于SMT求解器的循环不变式模板求解器;用来求解模板系数,从而生成有效循环不变式候选;当求解失败时,则用来提供模板的Unsat Core不可满足核;步骤S3:建立Unsat Core的模板归因分析器;用来对SMT提供的不可满足核进行分析,并归因到不变式模板的具体生成过程中,指导强化学习模型进行归因学习和迭代的模板完善过程。本发明具有原理简单、稳定性高且操作便捷高效等优点。
技术关键词
模板生成方法 强化学习模型 归因 分析器 决策 表达式 展开式 深度强化学习 三元组 代表 序列 变量 逻辑 元素 程序 语句 松弛 机制 定义
系统为您推荐了相关专利信息
1
基于时间序列分类的战场态势实时分析、火控传感器操作推荐智能算法
LightGBM模型 时序特征 分布式计算资源 传感器 智能算法
2
自动化代码活动图生成系统及方法
生成系统 抽象语法树 复杂度 节点 布局模块
3
一种异构网络端到端协同路由方法及系统
全局QoS分解 业务QoS需求 控制器 网络 异构
4
一种支持多地域算力主机的协同任务调度方法
任务调度方法 节点资源状态 训练深度强化学习模型 任务调度装置 画像
5
一种区块链联邦学习系统的公平激励机制设计方法
终端 节点 联邦学习系统 Stackelberg博弈模型 精度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号