研究人员开发了一种新的方法来验证自动系统中位姿估计的鲁棒性，特别适用于导航和着陆等安全关键应用。研究发现，传统上用于分类任务的基于梯度的攻击启发式方法对于位姿估计无效。该研究提出使用全局Lipschitz优化（GLO）作为一种原则性的鲁棒验证方法，证明了其识别关键故障模式和显著缩小搜索空间的能力。这项工作将几何鲁棒性验证扩展到深度对象检测和连续关键点回归，旨在认证鲁棒的自动感知。 AI
影响 为安全关键型自动应用中的感知系统鲁棒性认证树立了新标准。
排序理由 学术论文，详细介绍了一种新的AI系统验证方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
