[論文レビュー] Formal Evidence Generation for Assurance Cases for Robotic Software Models

Fang Yan, Simon Foster+3 more|arXiv (Cornell University)|Feb 3, 2026

Safety Systems Engineering in Autonomy被引用数 0

ひとこと要約

要約: 本論文は、RoboChartベースのモデル検査と定理 provingをテンプレート駆動の要件構造化パイプラインと統合することにより、ロボットソフトウェアの保証ケース（ACs）に対する形式検証の証拠を自動生成するモデルベースのワークフローを提示します。

ABSTRACT

Robotics and Autonomous Systems are increasingly deployed in safety-critical domains, so that demonstrating their safety is essential. Assurance Cases (ACs) provide structured arguments supported by evidence, but generating and maintaining this evidence is labour-intensive, error-prone, and difficult to keep consistent as systems evolve. We present a model-based approach to systematically generating AC evidence by embedding formal verification into the assurance workflow. The approach addresses three challenges: systematically deriving formal assertions from natural language requirements using templates, orchestrating multiple formal verification tools to handle diverse property types, and integrating formal evidence production into the workflow. Leveraging RoboChart, a domain-specific modelling language with formal semantics, we combine model checking and theorem proving in our approach. Structured requirements are automatically transformed into formal assertions using predefined templates, and verification results are automatically integrated as evidence. Case studies demonstrate the effectiveness of our approach.

研究の動機と目的

• 安全 critical なロボットソフトウェアのAC主張を支える検証証拠の生成を自動化する。
• テンプレートベースのアプローチを通じて非公式要件をツール準備完了の形式的主張へ橋渡しする。
• ACワークフロー内で複数の形式検証バックエンド（モデル検査と定理証明）を統合する。
• SACM/GSNスタイルの保証ケース内で要求から証拠へのトレーサビリティを提供する。

提案手法

• 形式的意味論を持つRoboChartを用いてロボットソフトウェアをモデリングし、FDR（CSP）とPRISM（PCTL）による自動検証を可能にする。
• Kaptureテンプレートからエクスポートされた構造化された自然言語要件から形式的主張を導出するテンプレートベースのアプローチを採用する。
• 自動的に要件を適切なバックエンドに委任し、結果を証拠として収集してACワークフローへ統合する。
• 検証結果をSACM準拠の証拠モデルへ変換し、ACワークフローに組み込む。
• 定理証明の側面とデッドロック検査のためにIsabelle/HOL（Z-Machine）を用いる。
• 自動化と証拠のトレーサビリティを示す実例とケーススタディを提供する。

実験結果

リサーチクエスチョン

• RQ1 ロボットソフトウェアモデルの形式検証結果を自動生成し、ACの証拠として統合するにはどうするか？
• RQ2 自然言語要件をCSP、PRISM、Isabelleに適したツール準備済みの形式的主張へ系統的に変換できるか？
• RQ3 RoboChart、FDR、PRISM、Isabelleをどの程度効果的に統合してACにおける多様な特性型を扱えるか？
• RQ4 ワークフローに形式検証を組み込んだ場合、ACのトレーサビリティと保守性はどの程度実現できるか？

主な発見

• 要件構造化からSACMベースの証拠統合までの4段階の自動化可能なワークフローが実現可能である。
• 構造化要件から形式的主張をテンプレートベースで生成することで、RoboChartモデルに対する自動検証が可能となる。
• 自動検証結果を証拠モデルへ変換しACに統合することで、システム変化に応じたACの進化を支援できる。
• ケーススタディは、アン screwsするロボット、海中自律監視ロボット、郵便配達ロボット、高電圧コントローラなど、多様なロボット分野での有効性を示している。
• このアプローチはRoboChartとFDR、PRISM、Isabelleを活用し、ACでの無時限・時相・確率・時相的特性をサポートする。