XAI引导进化方法提升DNN导航鲁棒性测试
热点事件观察中
XAI引导进化方法提升DNN导航鲁棒性测试
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Khizra Sohail、Miren Illarramendi、Aitor Arrieta 提出一种可解释性引导的多目标进化鲁棒性测试方法，在Gazebo仿真与实体LeoRover上验证DNN控制的导航系统，中位成功率从无引导搜索的53.85%提升至70.0%，中位超体积从0.65提高到0.73。 该方法通过视觉与行为聚类选取代表性图像，生成稀疏扰动。作者称仿真能有效识别并优先暴露可迁移的失败，但部分真实故障无法在仿真中复现，因此仍需实体机器人验证。
AI 根据报道生成 · 1 天前更新
最新进展10月7日 12:00
XAI 引导搜索实现基于 DNN 的机器人导航系统可泛化鲁棒性测试报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.RO 机器人学XAI 引导搜索实现基于 DNN 的机器人导航系统可泛化鲁棒性测试
一种可解释性引导的多目标进化方法将 DNN 控制的 LeoRover 鲁棒性测试中位成功率从无引导搜索的 53.85% 提升至 70.0%，中位超体积从 0.65 提高到 0.73。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月7日 13:00
- 近 24 小时变化
- -50%
02.557.510
18:0010月8日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。