证据驱动工作流：用仿真证据充实CPS设计期模型

2026 年 10 月 12 日，arXiv 计算机科学·计算与语言（cs.CL）板块收录一项研究，提出一种证据驱动工作流，目标是把信息物理系统（CPS）在仿真阶段与运行阶段产生的知识，系统性地回填到设计时模型中，以缩小设计期模型与实际运行证据之间的落差。该工作以 sign-following robot（跟随标志机器人）用例的 Influence Model 进行演示，说明该工作流如何组织并注入仿真与运行证据。报道未披露实验规模、量化评估结果或与既有方法的对比数据。此前该事件没有更早的报道，本条即目前已知的最新进展，摘要所述内容均来自该篇报道，未作补充推断。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。