Når navigasjons-AI-en panikker eller mister GPS-signal, er det for sent å stole på mykt software-grensesnitt. Exstrike posisjonerer seg som et hardware-uavhengig sikkerhetslag som fysisk stopper roboter, droner og bakkekjøretøy før kollisjon oppstår – uansett hva hovedsystemet gjør.
Autonome systemer blir stadig mer avanserte, men feilmodusene deres er fortsatt brutalt enkle: en sensor blindes av sollys, en navigasjonsmodell hallusinerer en fri bane som ikke finnes, eller GPS-signalet forsvinner midt i et oppdrag. Resultatet er ofte at maskinvare verdt tusenvis av dollar knuses på et blunk. Dette er problemet Exstrike forsøker å løse – ikke ved å gjøre hoved-AI-en smartere, men ved å bygge et uavhengig sikkerhetslag som griper inn før skaden skjer.
Tre-modell arkitektur skiller persepsjon fra sikkerhet
Kjernen i Exstrike er en bevisst separasjon mellom persepsjon, sikkerhetsmatematikk og hardware-override. Ifølge utvikleren bak prosjektet er dette nødvendig fordi de fleste eksisterende løsninger baker sikkerhetslogikken inn i samme lag som selve navigasjonen – noe som gjør systemet sårbart når akkurat det laget feiler.
Første komponent i arkitekturen kalles Hercule, en LLM-til-spatial-persepsjonsmotor. Hercule fungerer som en bro mellom høynivå-AI-modeller og Vision-LLM-er som Claude, Gemini og GPT-4o, og oversetter deres ofte upresise eller «hallusinerte» romlige forståelse til nøyaktige fysiske grenser. I praksis betyr dette at rådata fra kamera prosesseres og konverteres til konkrete avstandsberegninger og hindringskart som resten av systemet kan stole på matematisk, ikke bare probabilistisk.
Control Barrier Functions som siste skanse
Den andre kritiske brikken er bruken av Control Barrier Functions (CBF) – en matematisk metode hentet fra kontrollteori som garanterer at et system aldri kan bevege seg inn i et definert «farlig» tilstandsrom, uansett hva den overordnede styringslogikken foresl�r. Der tradisjonelle myke software-grenser kan overstyres eller feile under press, er CBF-baserte begrensninger designet for å holde matematisk selv når resten av stacken er ustabil.
«Most systems rely on soft software limits that fail under pressure. Exstrike solves this at the lowest level by decoupling perception, safety math, and hardware override into a dedicated 3-model architecture.»
Dette gjør at Exstrike i praksis kan fungere som en siste skanse – et lag som tvinger fram en stopp eller korrigerende manøver før en kollisjon, uavhengig av om det underliggende AI-systemet har mistet oversikten.
Bruksområder og kompatibilitet
Prosjektet er utformet som et «drop-in SDK», altså en programvarepakke som skal kunne integreres i eksisterende robotikk-stacker uten full omskriving. Malgruppene som nevnes er droner, autonome bakkekjøretøy og taktiske/forsvarsrelaterte plattformer – et segment hvor dual-use-teknologi (både sivil og militær bruk) er vanlig. For hobbyister og utviklere som jobber med ROS-baserte systemer er dette interessant fordi det antyder en modulær tilnærming der sikkerhetslaget kan kobles på uavhengig av hvilken navigasjonsmodell som brukes ovenfra.
La oss se hva dette kan gjøre for feiltoleransen i egne prosjekter: hvis et CBF-basert sikkerhetslag kan kombineres med visuell persepsjon i sanntid, kan det redusere behovet for kostbar redundans i maskinvare, og i stedet flytte robustheten over til programvarelaget. Det gjenstår å se hvor godt dette fungerer i praksis på variert hardware, men arkitekturen adresserer et reelt og velkjent problem i feltet.
Kilde: ROS Discourse