연구진은 로봇, 자율 주행, 드론 제어 등 안전이 중요한 분야에서 사용되는 강화 학습(RL) 에이전트의 퍼즈 테스트 효과를 종합적으로 평가했어요.
MountainCar, BipedalWalker, CARLA 환경에서 5가지 최신 퍼즈 테스트 방법을 비교 분석하여 효과성, 다양성, 효율성, 실용성 측면에서 성능을 측정했어요.
퍼즈 테스트로 발견된 오류가 에이전트의 안전성 향상 및 모니터링에 기여하며, 다양한 퍼즈 테스트 전략을 결합하고 다층 다양성 분석을 통해 더욱 효과적인 테스트가 가능함을 확인했어요.