Newest papers

FaultGene: LLM-Assisted Fault-Augmented Test Generation for Hardware-in-the-Loop Validation of Autonomous Driving Systems

Chaoran Yuan, Fadi Kurdahi · 2026 · arXiv

DOI: 10.48550/arXiv.2610.29969 · open-access PDF

Indonesian

Validasi yang dapat diandalkan dari sistem siber-fisik mengemudi otonom memerlukan pengujian tidak hanya perilaku mengemudi nominal tetapi juga kegagalan yang timbul dari kesalahan dalam sensing dan komputasi tertanam. pengujian jalan fisik memberikan perilaku sistem yang realistis tetapi mahal dan sulit untuk diproduksi, sementara simulasi memungkinkan evaluasi yang dapat diperluas tetapi tidak dapat sepenuhnya menangkap perilaku yang tergantung pada perangkat keras dan penyebaran cacat. validasi hardware-in-the-loop (HIL) menjembatani kesenjangan ini dengan menjalankan stack pengemudi pada perangkat keras tertanam nyata dalam lingkungan simulasi.

Machine translation (Meta M2M100); the English original follows.

Abstract

Reliable validation of autonomous driving cyber-physical systems requires testing not only nominal driving behavior but also failures arising from faults in sensing and embedded computation. Physical road testing provides realistic system behavior but is costly and difficult to reproduce, while simulation enables scalable evaluation but cannot fully capture hardware-dependent behavior and fault propagation. Hardware-in-the-loop (HIL) validation bridges this gap by executing the driving stack on real embedded hardware within a simulated environment. However, preparing fault-augmented scenarios

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange