鲁棒性Robustness是一个跨学科概念核心含义是系统、模型或方法在面对干扰、异常输入或环境变化时仍能保持稳定性能和正常运作的能力。 这个词源于英文 Robust强壮的中文鲁棒是音译尽管听起来像笨拙但原意恰恰相反。 核心特征 抗干扰能力 对噪声、错误数据、异常值的容忍度 适应性 环境参数变化时性能不会急剧下降 稳定性 边界条件或极端情况下不崩溃 不同领域的具体含义 机器学习/AI • 模型对对抗样本Adversarial Examples的抵抗能力 • 输入数据有微小扰动时预测结果不变或变化很小 • 例图像识别模型即使图片加了噪点仍能正确分类 软件工程 • 程序处理非法输入、边缘情况时不崩溃 • 面对高并发、网络波动等压力时的稳定性 控制工程 • 控制系统在参数漂移、外部扰动下维持目标性能 • 例自动驾驶在恶劣天气仍能安全行驶 统计学 • 统计方法对异常值Outliers不敏感 • 例中位数比平均值更具鲁棒性 与相关概念的区别 • 泛化能力Generalization强调对未见过数据的表现 • 鲁棒性Robustness强调对干扰/攻击/异常的抵抗 • 可靠性Reliability长期运行的稳定性侧重时间维度 通俗比喻 就像一棵大树普通树非鲁棒遇到大风就倒鲁棒的树根系深、枝干韧台风过后依然挺立甚至枝叶略有损伤也能快速恢复。 这个术语在2020年后随着AI安全研究的兴起而热度大增成为评估深度学习模型实际部署能力的关键指标之一