CaRE: Finding Root Causes of Configuration Issues in Highly-Configurable Robots

要約

ロボット システムには、組み合わせ的に大規模な構成スペースと、重要な相互作用を行う数百または数千の可能なソフトウェアおよびハードウェア構成オプションを備えたサブシステムがあります。
構成可能なパラメータは特定の目的をターゲットにするように設定されていますが、正しく構成されていない場合、機能障害が発生する可能性があります。
このような障害の根本原因を見つけることは、構成スペースが指数関数的に大きくなり、ロボットの構成設定とパフォーマンスの間に依存関係があるため、困難です。
この論文では、因果関係のレンズを通して機能障害の根本原因を診断する方法である CaRE を提案します。
CaRE は、因果構造を学習し、ロボットのパフォーマンス指標に対するオプションの因果関係を推定することにより、さまざまな構成オプションとロボットのパフォーマンス目標の間の因果関係を抽象化します。
私たちは、物理ロボット (Husky および Turtlebot 3) とシミュレーション (Gazebo) の両方で実験を行うことにより、観察された機能障害の根本原因を見つけ、診断された根本原因を検証することで、CaRE の有効性を実証します。
さらに、シミュレーションでロボット (例: Gazebo の Husky) から学習した因果モデルが、異なるプラットフォーム (例: Husky と Turtlebot 3) にわたる物理ロボットに転送可能であることを実証します。

要約(オリジナル)

Robotic systems have subsystems with a combinatorially large configuration space and hundreds or thousands of possible software and hardware configuration options interacting non-trivially. The configurable parameters are set to target specific objectives, but they can cause functional faults when incorrectly configured. Finding the root cause of such faults is challenging due to the exponentially large configuration space and the dependencies between the robot’s configuration settings and performance. This paper proposes CaRE — a method for diagnosing the root cause of functional faults through the lens of causality. CaRE abstracts the causal relationships between various configuration options and the robot’s performance objectives by learning a causal structure and estimating the causal effects of options on robot performance indicators. We demonstrate CaRE’s efficacy by finding the root cause of the observed functional faults and validating the diagnosed root cause by conducting experiments in both physical robots (Husky and Turtlebot 3) and in simulation (Gazebo). Furthermore, we demonstrate that the causal models learned from robots in simulation (e.g., Husky in Gazebo) are transferable to physical robots across different platforms (e.g., Husky and Turtlebot 3).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google