谁是责任人？面向复杂ROS系统下的多并发不确定性自适应
机器人学
2026-01-27 v3
摘要
机器人系统日益在动态、不可预测的环境中运行，紧密耦合的传感器和软件模块增加了单一故障在组件间级联的概率，以及导致多种可行解决策略的可能性。大多数已应用于机器人领域的自适应方法假设预定义的一种对一种不确定性的映射。我们提出一种基于ROS2的自适应方法，构建于MAPE-K反馈回路之上，解决以下问题：(1) 多个同时不确定性且criticality不同；(2) 跨组件的不确定性级联；(3) 每个检测症状对应的多种可行解决策略。我们方法的核心是一套适应规则，允许设计师指定不确定性模式、分配criticality水平并枚举多种可行适应策略。该规则集结合自动提取的ROS2依赖图，实现轻量级根因分析和策略排序，以优先排序最小且有效的适应。对 underwater 机器人场景和感知用例的评估表明，该方法能够在并发不确定性中识别根因，倾向于低成本适应，减少不必要的适应，并实现与为顺序不确定性设计的现有基线相当的性能。代码已公开。
引用
@article{arxiv.2504.20477,
title = {Who Is Responsible? Self-Adaptation Under Multiple Concurrent Uncertainties With Unknown Sources in Complex ROS-Based Systems},
author = {Andreas Wiedholz and Rafael Paintner and Julian Gleißner and Alwin Hoffmann and Tobias Huber},
journal= {arXiv preprint arXiv:2504.20477},
year = {2026}
}