跳到正文
arXiv · 机器人与计算机视觉· Khizra Sohail, Miren Illarramendi, Aitor Arrieta·· 2026-10-07AI 评分38

基于可解释性搜索的 DNN 机器人导航系统鲁棒性测试方法研究

Generalizable Robustness Testing of DNN-Based Robotic Navigation Systems via XAI-Guided Search

AI 导读

该方法提出一种结合多图像优化与可解释性引导的进化算法,在 Gazebo 仿真中实现 70.0% 成功率并验证了 LeoRover 物理机器人的故障迁移。相比无引导搜索(53.85%),其超体积提升显著且仿真失败时间与物理呈现强正相关(0.617)。研究证实仿真虽能优先识别可迁移故障,但物理验证对发现真实世界特有失效仍不可或缺。

来源:arXiv · 机器人与计算机视觉 · arxiv.org