RisConFix: 基于大语言模型的无人机风险配置自动修复
软件工程
2025-12-09 v1 人工智能
摘要
飞行控制软件通常设计有大量可配置参数，用于调控多种功能，从而实现灵活适应任务多样性和环境不确定性。尽管开发者和制造商通常会为这些参数提供推荐值以确保安全稳定运行，但某些参数组合即使采用推荐值仍可能导致不稳定的飞行行为，从而降低无人机的鲁棒性。为此，我们提出了一种基于大语言模型（LLM）的实时修复方法（RisConFix），用于修复降低无人机鲁棒性的风险配置。RisConFix持续监控无人机的运行状态，并在检测到异常飞行行为时自动触发修复机制。该修复机制利用大语言模型分析配置参数与飞行状态之间的关系，然后生成纠正性参数更新以恢复飞行稳定性。为确保更新后配置的有效性，RisConFix以迭代方式运行：它持续监控无人机的飞行状态，若应用更新后异常仍然存在，则自动触发下一次修复循环。我们通过 ArduPilot 的案例研究（包含 1,421 组错误配置）对 RisConFix 进行了评估。实验结果表明，RisConFix 达到了 97% 的最佳修复成功率和 1.17 次的最优平均修复次数，展示了其实时高效修复风险配置的能力。
引用
@article{arxiv.2512.07122,
title = {RisConFix: LLM-based Automated Repair of Risk-Prone Drone Configurations},
author = {Liping Han and Tingting Nie and Le Yu and Mingzhe Hu and Tao Yue},
journal= {arXiv preprint arXiv:2512.07122},
year = {2025}
}