Modeling and Recovering Hierarchical Structural Architectures of ROS 2 Systems from Code and Launch Configurations using LLM-based Agents

Titolo

Modellazione e Recupero delle Architetture Strutturali Gerarchiche dei Sistemi ROS 2 da Codice e Configurazioni di Avvio tramite Agenti basati su LLM

1. Il Problema

L'ingegneria guidata dai modelli (MDE) richiede modelli architetturali espliciti per documentare ed evolvere i sistemi software. Tuttavia, nei sistemi ROS 2 (Robot Operating System 2), la struttura dei sottosistemi è spesso codificata in modo implicito all'interno di artefatti di configurazione distribuiti, in particolare i file di avvio (launch files), piuttosto che in modelli architetturali espliciti.
Le sfide principali identificate sono:

• Mancanza di modelli gerarchici: Gli approcci esistenti per ROS 2 catturano principalmente entità a livello di nodo e connessioni, ma non supportano adeguatamente la composizione strutturale gerarchica (decomposizione/composizione) come vista architetturale di primo piano indipendente dagli artefatti di avvio.
• Deriva della documentazione: Nei sistemi a lungo ciclo di vita, l'architettura documentata tende a divergere dall'implementazione reale a causa della dispersione delle decisioni architetturali tra codice sorgente, file di build, file di avvio e configurazioni dei parametri.
• Limitazioni dei metodi di recupero esistenti: I metodi di recupero basati su LLM (Large Language Models) generici rischiano di produrre astrazioni incomplete, incoerenti o difficili da validare, specialmente quando le semantiche architetturali sono distribuite su artefatti eterogenei.

2. Metodologia

Gli autori propongono un approccio ibrido che combina l'estrazione deterministica con la sintesi semantica guidata da agenti LLM, vincolata da una "blueprint" (schema architetturale) specifica per ROS 2.

A. Concetto di Modellazione Basato su UML

È stato definito un concetto di modellazione UML per rappresentare la decomposizione strutturale gerarchica, mappando codice e configurazioni in elementi architetturali specifici:

• AtomicRosNodeClassifier: Rappresenta i blocchi di costruzione a livello di codice (classi che ereditano da rclcpp::Node). Include porte per topic (publisher/subscriber) e servizi, con tipizzazione dei messaggi e dei servizi.
• RosNodePart: Istanza di un classificatore atomico o composto, con nomi derivati dai parametri di avvio (che possono sovrascrivere i nomi sorgente).
• ComposedRosNodeClassifier: Rappresenta la composizione di più parti, mappata direttamente ai file di avvio (launch files). Gestisce l'inclusione gerarchica dei file di avvio e la propagazione dei namespace.
• Namespace: Gestisce la visibilità e il ridenominamento (remapping) dei nomi di runtime, applicando prefissi gerarchici ai nodi, topic e servizi.

B. Sistema di Recupero Automatico Guidato da Blueprint

Il sistema di recupero è strutturato in due fasi principali, orchestrate da agenti AI (basati su CrewAI):

1. Analisi Deterministica (Estrazione Atomica): Un agente (NodeAnalyzer) esegue un'analisi statica basata su regole sul codice sorgente per identificare i nodi atomici, le loro porte e i tipi di dati. Questo processo è deterministico e riproducibile.
2. Sintesi Semantica Assistita da AI (Recupero Architetturale):
   • Livello Componente: Un team di agenti (ComponentArchitectureTeam) utilizza LLM per sintetizzare modelli UML (PlantUML) a livello di componente, vincolati da prompt strutturati e contratti di blueprint.
   • Livello Sistema: Un team di agenti (SystemArchitectureTeam) ricostruisce la composizione gerarchica di runtime integrando i nodi estratti con gli artefatti di configurazione (file di avvio, manifesti, parametri). Gli agenti applicano vincoli specifici di ROS 2 per inferire mappature, namespace e relazioni di comunicazione.
   • Validazione: L'intero processo è vincolato da contratti strutturali che limitano lo spazio di sintesi degli LLM, prevenendo allucinazioni e garantendo la tracciabilità agli artefatti originali.

3. Contributi Chiave

1. Concetto di Modellazione UML: Una nuova definizione formale per rappresentare le architetture strutturali gerarchiche di ROS 2, distinguendo tra classi atomiche (codice) e classi composte (configurazione di avvio).
2. Pipeline di Recupero Guidata da Blueprint: Un sistema automatizzato che integra l'estrazione deterministica con agenti LLM vincolati da contratti architetturali specifici del dominio, permettendo di ricostruire modelli coerenti da codice e configurazioni eterogenee.
3. Validazione Empirica: Una valutazione su tre repository ROS 2 (incluso un subset industriale su larga scala di Autoware) che dimostra l'efficacia dell'approccio nel mantenere l'integrità strutturale anche in contesti complessi.

4. Risultati

L'approccio è stato valutato su tre casi studio utilizzando metriche di Precisione, Recall e F1-score basate sulla conformità semantica (non solo sintattica):

• Caso Studio I (Esempio Sintetico senza Launch Files):
  • Risultati perfetti (Precisione, Recall, F1 = 1.0).
  • La ricostruzione si basa solo sulle definizioni delle classi, rendendo l'estrazione puramente sintattica e deterministica.
• Caso Studio II (Esempio Sintetico con Launch Files):
  • Livello Atomico: Perfetto (1.0).
  • Livello Composto (Sottosistemi): Alta precisione (0.88), ma Recall leggermente inferiore (0.75).
  • Analisi: I vincoli della blueprint evitano elementi spurii (alta precisione), ma la ricostruzione delle relazioni di integrazione (namespace, composizione) è parzialmente persa a causa della complessità implicita dei file di avvio.
• Caso Studio III (Subset Industriale Autoware - ~14k righe di codice):
  • Livello Atomico: Precisione 0.78, Recall 0.55. La complessità del codice (ereditarietà multipla, wrapper) oscura i segnali strutturali.
  • Livello Composto: Precisione 1.0, Recall 0.35.
  • Analisi: Il sistema mantiene un'elevata precisione (gli elementi recuperati sono corretti), ma la recall diminuisce significativamente nei sistemi complessi a causa della difficoltà nel recuperare semantica di integrazione implicita e dispersa.

Trend Generale: La precisione rimane alta grazie ai vincoli della blueprint, mentre la recall diminuisce all'aumentare della complessità e dell'uso di semantica implicita nei file di configurazione.

5. Significatività e Implicazioni

• Affidabilità nell'uso degli LLM: Il paper dimostra che l'uso di agenti LLM per il recupero architetturale è fattibile e affidabile solo se vincolato da conoscenze specifiche del dominio (blueprint). Questo riduce il rischio di allucinazioni e garantisce che i modelli generati siano conformi agli standard di ROS 2.
• Gestione della Complessità: L'approccio offre un metodo scalabile per documentare sistemi robotici complessi, trasformando artefatti di configurazione dispersi in modelli gerarchici coerenti.
• Sfida Futura: Il lavoro identifica che la sfida principale non è più la validità strutturale (garantita dalla blueprint), ma il recupero completo della semantica di integrazione (recall) in sistemi su larga scala dove le decisioni architetturali sono altamente implicite.
• Impatto Industriale: La capacità di generare documentazione architetturale aggiornata e tracciabile è cruciale per l'onboarding, la manutenzione e l'evoluzione sicura di sistemi robotici industriali a lungo ciclo di vita.

In sintesi, il paper propone un ponte efficace tra la documentazione statica e l'implementazione dinamica nei sistemi ROS 2, utilizzando gli LLM non come generatori liberi, ma come motori di sintesi vincolati da regole architetturali rigorose.