哪里出了问题？视觉和语言导航代理的面向能力的故障归因

视觉语言导航（VLN）等安全关键应用中的实体代理依赖于多种相互依赖的功能（例如感知、记忆、规划、决策），使得故障难以定位和归因。现有的测试方法主要是系统级的，对于哪些能力缺陷导致任务失败的了解有限。我们提出了一种面向能力的测试方法，通过结合以下方式实现故障检测和归因：（1）通过种子选择和突变生成自适应测试用例，（2）用于识别特定于功能的错误的能力预言机，以及（3）将故障归因于功能并指导进一步测试生成的反馈机制。实验表明，与最先进的基线相比，我们的方法发现了更多的失败案例，并且更准确地查明了能力水平的缺陷，为改进实体代理提供了更具可解释性和可操作性的指导。