Impossible Mission Finder 利用多智能体系统在 PX4 和 Ardupilot 中发现 105 个未知逻辑缺陷

该研究提出名为 Impossible Mission Finder (IMF) 的多智能体系统，旨在自动发现开源无人机框架中的自动驾驶逻辑缺陷。该系统结合静态分析、动态执行和日志分析，通过审计代理生成假设、测试代理编写并执行用例、日志分析代理验证执行结果，从而解决现有方法难以捕捉依赖语义关系且不会导致崩溃的隐蔽逻辑错误的问题。

评估结果显示，IMF 在 PX4 和 Ardupilot 两个广泛使用的开源自动驾驶系统中发现了 105 个此前未知的逻辑缺陷。这些缺陷可能导致任务中断失败、无效操作或进入禁飞区等不安全行为。研究指出，传统 LLM 受限于上下文窗口及训练数据偏差，而 IMF 通过分场景动态验证 bug oracles（缺陷预言机），实现了对无统一模式缺陷的有效识别。

事实层面，IMF 确实在特定版本中定位了 105 个新缺陷；推断层面，这种多智能体协作架构可能成为未来复杂系统安全测试的标准范式；猜测层面，该方法是否适用于非开源闭源系统或更复杂的物理环境交互尚需进一步验证。