基于约束逻辑的CAS适应 vibe 编码中的反馈自动验证
机器人学
2026-03-10 v2 计算机视觉与模式识别
摘要
在CAS适应中,一个挑战是定义系统的动态架构以及其行为的变化。从实现角度看,这被投射到适应机制中,通常实现为适应经理(AM)。随着生成式LLM的进步,基于系统规范和期望AM行为(部分以自然语言表示)生成AM代码是一个引人入胜的机会。最近引入的vibe编码建议通过迭代测试和vibe编码反馈循环来解决生成代码正确性的问题,而非直接代码检查。在本文中,我们展示,通过vibe编码反馈循环生成AM是一种可行选项,当AM的验证基于非常精确的功能需求形式化表达时。我们将这些需求指定为约束,采用一种新型时序逻辑FCL,该逻辑允许我们比经典LTL更细粒度地表达轨迹的行为。此外,我们表明,通过将适应和vibe编码反馈循环结合起来,其中FCL约束用于评估当前系统状态,我们在两个来自CAS领域的示例系统的实验中取得了良好结果。通常,只需数次反馈循环迭代,每次都为LLM提供描述FCL约束违规的详细报告。这种AM测试与通过不同初始设置实现的高运行路径覆盖率相结合。
引用
@article{arxiv.2602.18606,
title = {OVerSeeC: Open-Vocabulary Costmap Generation from Satellite Images and Natural Language},
author = {Rwik Rana and Jesse Quattrociocchi and Dongmyeong Lee and Christian Ellis and Amanda Adkins and Adam Uccello and Garrett Warnell and Joydeep Biswas},
journal= {arXiv preprint arXiv:2602.18606},
year = {2026}
}
备注
Website : https://amrl.cs.utexas.edu/overseec/