When Black-Box Robot Policies Fail: Online Sensor Diagnosis and Repair with a Transparent Surrogate
作者: Marc Ziegler, Batu Özen, Sami Mentes, Thomas Waschulzik, Alois Knoll
分类: cs.RO
发布日期: 2026-10-27
备注: Accepted at the Conference on Robot Learning 2026 Workshop on the Science of Physical AI Safety (SPAIS)
💡 一句话要点
提出透明替代模型以解决机器人传感器故障问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 机器人技术 传感器故障 在线修复 透明替代模型 自主系统
📋 核心要点
- 现有机器人策略在传感器故障时缺乏有效的在线诊断和修复能力，导致任务执行失败。
- 本文提出了一种结构化的透明替代模型，能够在策略被冻结的情况下进行输入修复，提升机器人行走能力。
- 实验结果表明，离线诊断和在线修复显著提高了机器人在模拟环境中的行走成功率，尤其在Go2环境中表现突出。
📝 摘要（中文）
机器人基础模型虽然能够在不同任务和形态中进行泛化，但其行为仍然依赖于可能出现故障的传感器。当策略被冻结或无法访问时，外部监控是否能够在没有内部信息的情况下诊断和修复损坏的输入？本文测试了一种结构化的替代模型，该模型将周期性步态与依赖传感器的修正分离，以指导在冻结的运动策略周围进行输入修复。在模拟环境Go2中，离线诊断将行走成功率从259/640提升至429/640，而在线修复则达到了382/640，且在64个保留的无故障实验中没有触发故障。匹配的提升树替代模型在预测清洁动作方面表现良好，但未能在修复上带来改善。尽管在Go1和ANYmal C上分开的拟合改善了行走，但相位感知梯度的表现更佳。证据仍然局限于一个策略和部分筛选的模拟故障套件；机器人基础模型和硬件验证仍待进一步研究。
🔬 方法详解
问题定义：本文旨在解决机器人在传感器故障时无法有效诊断和修复输入的问题。现有方法在策略被冻结或不可访问时，缺乏有效的外部监控机制，导致机器人无法正常执行任务。
核心思路：论文提出了一种结构化的透明替代模型，通过将周期性步态与传感器依赖的修正分离，来指导输入的修复。这种设计使得在没有内部信息的情况下，外部监控能够有效地进行故障诊断和修复。
技术框架：整体架构包括三个主要模块：传感器输入监测、输入修复策略和执行控制。首先，监测模块实时捕捉传感器数据并识别潜在故障；然后，输入修复策略根据识别结果进行相应的修正；最后，执行控制模块将修复后的输入传递给机器人以实现行走。
关键创新：最重要的技术创新在于提出了透明替代模型的结构化设计，使得机器人在面对传感器故障时能够进行有效的在线修复。这与现有方法的本质区别在于，现有方法往往依赖于内部策略的可访问性，而本研究则完全依赖于外部监控。
关键设计：在实验中，采用了匹配的提升树替代模型来预测清洁动作，并通过分开的拟合方法来改善行走性能。损失函数设计上，重点关注修复后的输入与目标输出之间的差异，以确保修复的有效性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，离线诊断将行走成功率从259/640提升至429/640，在线修复则达到了382/640，且在64个保留的无故障实验中未触发故障。这表明所提出的方法在故障情况下具有显著的修复能力和可靠性。
🎯 应用场景
该研究的潜在应用领域包括自主机器人、智能制造和服务机器人等场景，能够显著提升机器人在复杂环境中的适应能力和可靠性。未来，随着技术的进一步发展，该方法有望在实际应用中实现更广泛的推广，提升机器人在各种任务中的表现。
📄 摘要（原文）
Robot foundation models may generalize across tasks and embodiments, but their actions still depend on sensors that can fail. When the policy is frozen or inaccessible, can an external monitor diagnose and repair corrupted inputs without access to its internals? We test a structured surrogate that separates periodic gait from sensor-dependent corrections to guide input repair around a frozen locomotion policy. On simulated Go2, offline diagnosis raises walking success from 259/640 to 429/640 episodes; online repair reaches 382/640, with no triggers in 64 held-out fault-free episodes. A matched boosted-tree surrogate predicts clean actions similarly well but yields no detected repair improvement over no repair. Separate fits improve walking on Go1 and ANYmal C, although phase-aware gradients perform better. Evidence remains limited to one policy and a partly screened simulated fault suite; robot foundation model and hardware validation remain open.