面向真实 ROS~2 系统的 LLM 辅助架构恢复：基于智能体的多层次分层结构架构重建方法
软件工程
2026-05-20 v1 人工智能
机器人学
摘要
显式的软件架构模型是沟通、分析和演化复杂软件系统的关键性质。然而，在 ROS~2 机器人系统中，结构（de）组成和集成语义常仅以隐式方式分散编码在源代码和启动文件中，使得恢复分层架构尤为困难。现有方法主要聚焦于节点级实体和通信连线，仅能有限支持跨多个抽象层次恢复分层结构（de）组成。在本文中，我们通过两个主要改进扩展了之前提出的基于蓝图引导的 LLM 辅助 ROS~2 架构恢复管道：(1) 优化提示词以提高架构合成的一致性和可控性；(2) 基于多级中间架构表示的分阶段恢复策略，融合原子 ROS 节点列表和启动文件依赖，实现跨多个抽象层次的结构受约束重建。该方法在基于协作机器人臂和异构 ROS~2 构件的真实自动产品拆卸系统上进行评估。与前一工作相比，本案例研究显示出显著更高的集成复杂度和更丰富的功能。结果表明，架构恢复的结构一致性、可扩展性和鲁棒性得到提升，同时也揭示了大规模 ROS~2 系统中动态集成语义的剩余挑战。
引用
@article{arxiv.2605.20055,
title = {Towards LLM-Assisted Architecture Recovery for Real-World ROS~2 Systems: An Agent-Based Multi-Level Approach to Hierarchical Structural Architecture Reconstruction},
author = {Dominique Briechle and Raj Chanchad and Tobias Geger and Ruidi He and Dhruv Jajadiya and Dhruv Kapadiya and Andreas Rausch and Meng Zhang},
journal= {arXiv preprint arXiv:2605.20055},
year = {2026}
}