論文の概要: An Empirical Study of Interaction Bugs in ROS-based Software

• arxiv url: http://arxiv.org/abs/2507.10235v1
• Date: Mon, 14 Jul 2025 12:56:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-15 18:48:24.958079
• Title: An Empirical Study of Interaction Bugs in ROS-based Software
• Title（参考訳）: ROSソフトウェアにおけるインタラクションバグの実証的研究
• Abstract要約: 本研究は,ロボットオペレーティング・システム(ROS)を用いたロボットシステムにおける相互作用バグ(iBugs)の実証的研究である。 識別されたiBugsは、システム内iBugs、ハードウェアiBugs、環境iBugsの3つの主要なタイプに分類される。 いくつかの発見は、iBugsの性質に光を当て、その予防と検出を改善するための方向性を示唆している。
• 参考スコア（独自算出の注目度）: 27.942783950657166
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern robotic systems integrate multiple independent software and hardware components, each responsible for distinct functionalities such as perception, decision-making, and execution. These components interact extensively to accomplish complex end-to-end tasks. As a result, the overall system reliability depends not only on the correctness of individual components, but also on the correctness of their interactions. Failures often manifest at the boundaries between components, yet interaction-related reliability issues in robotics--referred to here as interaction bugs (iBugs)--remain underexplored. This work presents an empirical study of iBugs within robotic systems built using the Robot Operating System (ROS), a widely adopted open-source robotics framework. A total of 121 iBugs were analyzed across ten actively maintained and representative ROS projects. The identified iBugs are categorized into three major types: intra-system iBugs, hardware iBugs, and environmental iBugs, covering a broad range of interaction scenarios in robotics. The analysis includes an examination of root causes, fixing strategies, and the impact of these bugs. Several findingsa are derived that shed light on the nature of iBugs and suggest directions for improving their prevention and detection. These insights aim to inform the design of more robust and safer robotic systems.
• Abstract（参考訳）: 現代のロボットシステムは、複数の独立したソフトウェアとハードウェアコンポーネントを統合し、それぞれが知覚、意思決定、実行などの異なる機能に責任を負う。 これらのコンポーネントは、複雑なエンドツーエンドタスクを達成するために広範囲に相互作用する。 その結果、システム全体の信頼性は、個々のコンポーネントの正当性だけでなく、インタラクションの正当性にも依存する。 コンポーネント間のバウンダリに障害が現れることが多いが、ロボット工学におけるインタラクション関連の信頼性に関する問題は、インタラクションバグ(iBugs)としてここで参照される。 本研究は,オープンソースのロボティクスフレームワークであるRobot Operating System (ROS)を用いて構築されたロボットシステムにおけるiBugsの実証的研究である。 合計121のiBugsが、アクティブにメンテナンスされ、ROSプロジェクトを代表する10のプロジェクトにわたって分析された。 同定されたiBugsは、システム内iBugs、ハードウェアiBugs、環境iBugsの3つの主要なタイプに分類される。 この分析には、根本原因の検査、修正戦略、これらのバグの影響などが含まれる。 いくつかの発見は、iBugsの性質に光を当て、その予防と検出を改善するための方向性を示唆している。 これらの洞察は、より堅牢で安全なロボットシステムの設計を知らせることを目的としている。

関連論文リスト

• Characterizing Visual Accessibility Issues in AI Developer Tools: An Empirical Study [1.3535770763481905]
  私たちは5つのAI開発者ツールエコシステムの課題とフォーラムの議論を分析します。 スクリーンリーダーとアシストテクノロジーの障壁;視覚的なプレゼンテーション、コントラスト、差別化の問題;AI固有のインターフェイスの可読性、スケーリング、制御の制限。 調査によると、AI開発ツールのアクセシビリティ記録は、インタラクション設計と、周囲のエコシステムのレポートとメンテナンスのプラクティスの両方によって形成されている。
  論文  参考訳（メタデータ） (2026-08-05T17:46:31Z)
• Learning Physical Interaction: A Survey of Tactile- and Force-aware Robot Learning [128.76135832773102]
  物理的に接地されたロボットインテリジェンスは、ロボットが物理的世界との相互作用を知覚し、推論し、規制することを要求する。 近年のロボット学習法は, 力, 触覚, 視覚, 言語, 触覚を学習操作ポリシーに組み込むことで, 大幅な進歩を遂げている。 これらの進歩にもかかわらず、既存の調査では、統一的な視点から、力と触覚を意識したロボット学習を明示的にレビューしていない。
  論文  参考訳（メタデータ） (2026-08-02T14:22:01Z)
• FLARE-AI: Flaw Reporting for AI [51.64618567247884]
  デプロイされたAIシステムの欠陥報告は、システムの障害を特定し、AIの安全性を改善するために不可欠である。 しかし、AIレポートのエコシステムは断片化されている。欠陥を特定する研究者は、報告すべきことを知らないことが多く、レポートを受け取るグループは、他の関連するステークホルダーと共有することはめったにない。 私たちは、AI開発者、サイバーセキュリティグループ、AI欠陥アグリゲータによって公表された12のレポートシステムを監査します。 我々は、既存のシステムとの相互運用性のために設計された、オープンソースのAI欠陥報告システムであるFLARE-AIを紹介する。
  論文  参考訳（メタデータ） (2026-06-30T12:27:09Z)
• Safety in Embodied AI: A Survey of Risks, Attacks, and Defenses [168.50301366360344]
  Embodied AI (Embodied AI) は、知覚、認知、計画、相互作用を、安全クリティカルな環境で機能するエージェントに統合する。 デジタルAIシステムとは異なり、エンボディエージェントは不確実な検知、不完全な知識、動的な人間とロボットの相互作用の下で行動しなければならない。 この調査は、エンボディされたAIにおける安全性研究の包括的なレビューを提供し、完全なエンボディされたパイプラインにわたる攻撃と防御を調査している。
  論文  参考訳（メタデータ） (2026-03-28T13:21:44Z)
• CHORAL: Traversal-Aware Planning for Safe and Efficient Heterogeneous Multi-Robot Routing [4.3992789649203194]
  自律ロボットによる大規模で未知の複雑な環境のモニタリングは、重要なナビゲーション課題を引き起こす。 異種ロボットの協調のための統合意味認識フレームワークを提案する。 シミュレーション実験と3つのロボットプラットフォームを用いた実際の検査ミッションにより,本手法の有効性が実証された。
  論文  参考訳（メタデータ） (2026-01-15T12:34:22Z)
• SoK: How Sensor Attacks Disrupt Autonomous Vehicles: An End-to-end Analysis, Challenges, and Missed Threats [26.103019161326795]
  自動運転車、ロボット地上車両、ドローンは、安全で信頼性の高い運転を保証するために複雑なセンサーパイプラインに依存している。 これらの安全クリティカルなシステムは、その性能とミッションの成功を損なう可能性のある敵のセンサー攻撃に弱いままである。 本稿では,プラットフォーム間の自律走行車両センサ攻撃,センサのモダリティ,攻撃方法に関する包括的調査を行う。
  論文  参考訳（メタデータ） (2025-09-14T06:19:26Z)
• Learning Causal Structure Distributions for Robust Planning [53.753366558072806]
  構造情報の不確実性を考慮しながら,機能的関係を学習することで,より堅牢な力学モデルがもたらされることがわかった。 これは、因果構造を無視し、ロボットシステムにおける相互作用の空間性を活用するのに失敗する一般的なモデル学習手法とは対照的である。 本稿では,本モデルを用いてロボットの力学を学習し,新しい環境下での新たな作業を行うためのサンプリング・ベース・プランナーを併用することを提案する。
  論文  参考訳（メタデータ） (2025-08-08T22:43:17Z)
• From MAS to MARS: Coordination Failures and Reasoning Trade-offs in Hierarchical Multi-Agent Robotic Systems within a Healthcare Scenario [3.5262044630932254]
  マルチエージェントロボットシステム(MARS)は、物理的およびタスク関連の制約を統合することで、マルチエージェントシステム上に構築される。 高度なマルチエージェントフレームワークが利用可能であるにも関わらず、実際のロボットへのデプロイメントは制限されている。
  論文  参考訳（メタデータ） (2025-08-06T17:54:10Z)
• ROS-related Robotic Systems Development with V-model-based Application of MeROS Metamodel [0.49259062564301753]
  ロボット・オペレーティング・システム(ROS)上に構築されたシステムは、組み立てがますます簡単になるが、制御し、確実に調整することは困難である。 本稿では,モバイルと操作機能を組み合わせた小型ヘテロジニアスロボットシステム(HeROS)を実証車両として使用する。 本稿では,モデルベースシステム工学(MBSE)ワークフローの焦点にROSベースのシステムを配置するために開発されたSysMLメタモデルであるMeROSに基づく構造化手法を提案する。
  論文  参考訳（メタデータ） (2025-06-10T11:44:00Z)
• Implementing a Robot Intrusion Prevention System (RIPS) for ROS 2 [0.4613900711472571]
  RIPSは,ROS 2.0に基づくロボットアプリケーションに適した侵入防止システムである。 この原稿は、問題を包括的に説明し、ROS2アプリケーションのセキュリティ面と、ロボット環境のために開発した脅威モデルの重要なポイントを提供します。
  論文  参考訳（メタデータ） (2024-12-26T16:25:34Z)
• HEIGHT: Heterogeneous Interaction Graph Transformer for Robot Navigation in Crowded and Constrained Environments [13.574462966591199]
  廊下や家具などの環境制約のある密集した対話型群集におけるロボットナビゲーションの問題点について検討する。 従来の手法ではエージェントと障害物間のあらゆる種類の相互作用を考慮できないため、安全で非効率なロボット経路につながる。 本稿では,ロボットナビゲーションポリシーを強化学習で学習するための構造化フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-19T00:56:35Z)
• Algorithmic Scenario Generation as Quality Diversity Optimization [8.010900084313414]
  人と対話するロボットや自律エージェントの複雑さの増大は、デプロイ前にそれらを体系的にテストするアプローチに対する重要なニーズを強調している。 本稿では,フレームワークの各コンポーネントの開発から得られた知見について述べるとともに,これらのコンポーネントの統合が,さまざまな現実的かつ困難なシナリオの発見につながっていることを示す。
  論文  参考訳（メタデータ） (2024-09-07T05:20:41Z)
• Commonsense Reasoning for Legged Robot Adaptation with Vision-Language Models [81.55156507635286]
  脚のついたロボットは、様々な環境をナビゲートし、幅広い障害を克服することができる。 現在の学習手法は、人間の監督を伴わずに、予期せぬ状況の長い尾への一般化に苦慮することが多い。 本稿では,VLM-Predictive Control (VLM-PC) というシステムを提案する。
  論文  参考訳（メタデータ） (2024-07-02T21:00:30Z)
• ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoning [74.58666091522198]
  非専門家による直感的なロボットプログラミングのためのフレームワークを提案する。 ロボットオペレーティングシステム(ROS)からの自然言語のプロンプトと文脈情報を活用する 我々のシステムは,大規模言語モデル (LLM) を統合し,非専門家がチャットインタフェースを通じてシステムにタスク要求を記述できるようにする。
  論文  参考訳（メタデータ） (2024-06-28T08:28:38Z)
• ROBUST: 221 Bugs in the Robot Operating System [0.256557617522405]
  私たちは、人気があり多様な7つのソフトウェアシステムにまたがって、221のバグのデータセットを体系的にキュレートしました。 私たちは、Dockerイメージという形で、221の欠陥のあるソフトウェアバージョンを、歴史的に正確なレクリエーションを作成しています。 基礎理論のアプローチを使用して、対応する障害、障害、修正を調べ、分類します。
  論文  参考訳（メタデータ） (2024-04-04T17:49:38Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• MMRNet: Improving Reliability for Multimodal Object Detection and Segmentation for Bin Picking via Multimodal Redundancy [68.7563053122698]
  マルチモーダル冗長性(MMRNet)を用いた信頼度の高いオブジェクト検出・分割システムを提案する。 これは、マルチモーダル冗長の概念を導入し、デプロイ中のセンサ障害問題に対処する最初のシステムである。 システム全体の出力信頼性と不確実性を測定するために,すべてのモダリティからの出力を利用する新しいラベルフリーマルチモーダル整合性(MC)スコアを提案する。
  論文  参考訳（メタデータ） (2022-10-19T19:15:07Z)
• Cognitive architecture aided by working-memory for self-supervised multi-modal humans recognition [54.749127627191655]
  人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。 ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。 1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
  論文  参考訳（メタデータ） (2021-03-16T13:50:24Z)
• Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents [61.36681529571202]
  本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。 このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。 本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
  論文  参考訳（メタデータ） (2020-09-09T15:31:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。