机器人测试中加速风险评估的可重复且可靠的努力
机器人学
2025-01-29 v2
摘要
在受控环境（如实验室和试验场）中对机器人进行风险评估，是在机器人商业化之前、期间甚至之后评估、认证、验证、确认和表征其安全性能的常用手段。获取风险估计的标准测试程序应具备：(i) 可重复性，即不同利益相关者在多次试验或类似测试努力下对同一测试对象获得相似的风险评估；(ii) 可靠性，即对不同供应商和制造商生产的各种测试对象均可靠。可重复性和可靠性对于测试算法的有效性、公平性和实际可行性（尤其是标准化）至关重要。然而，这些性质很少得到满足或保证，特别是当被测机器人变得更加复杂、不确定和多样化时。这个问题在通过蒙特卡洛采样进行的传统风险评估中就已存在，并且仍然是近期加速风险评估方法（主要是使用重要性采样的方法）的瓶颈。本研究旨在通过提出一种新算法来增强现有的加速测试框架，该算法可证明地将可重复性和可靠性与已有的形式化和效率相结合。该算法还通过演示来评估由推倒扰动引发的正面碰撞不稳定性风险，这些扰动作用于受控倒立摆和由多种控制算法管理的7自由度平面双足机器人Rabbit。
引用
@article{arxiv.2405.20013,
title = {Repeatable and Reliable Efforts of Accelerated Risk Assessment in Robot Testing},
author = {Linda Capito and Guillermo A. Castillo and Bowen Weng},
journal= {arXiv preprint arXiv:2405.20013},
year = {2025}
}