热点事件持续更新
XAI引导搜索提升机器人导航鲁棒性测试
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月7日，arXiv cs.RO 发布一项研究，提出可解释性（XAI）引导的多目标进化方法，用于测试 DNN 控制的机器人导航系统的泛化鲁棒性。该方法在视觉与行为聚类选出的代表性图像上生成稀疏扰动，并在 Gazebo 仿真中对 LeoRover 进行测试。结果显示，该方法中位成功率为 70.0%，高于无引导搜索的 53.85%；中位超体积从 0.65 升至 0.73。研究还进行了仿真到真机的验证，仿真精度为 0.95、召回为 0.67，仿真与真机失效时间呈 0.617 的显著正相关，但部分真实失效无法在仿真中复现。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 12:00
研究显示 XAI 引导搜索中位成功率 70.0%，优于无引导的 53.85%。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.RO基于 XAI 引导搜索的 DNN 机器人导航系统泛化鲁棒性测试
研究提出一种可解释性引导的多目标进化方法，通过在视觉与行为聚类选出的代表性图像上生成稀疏扰动，对 Gazebo 中 DNN 控制的 LeoRover 进行鲁棒性测试。该方法中位成功率 70.0%，高于无引导搜索的 53.85%，中位超体积从 0.65 升至 0.73。仿真到真机验证中仿真精度 0.95、召回 0.67，仿真与真机失效时间呈 0.617 的显著正相关，但部分真实失效无法在仿真中复现。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。