تُجذب الأنظمة الذاتية القيادة من الطرفين (ADSs) التي تمتلك قدرات قوية في إدراك البيئة المحيطة واتخاذ قرارات قيادة قابلة للتوسيع اهتمامًا متزايدًا من قبل الأوساط الأكاديمية والصناعية. ومع ذلك، بمجرد نشر هذه الأنظمة على الطرق العامة، تُعرض بالضرورة لمحاذير قيادة متنوعة قد تُهدد السلامة وتُضعف أداء النظام. هذا يُولِّد طلبًا قويًا على مرونة أنظمة القيادة الذاتية، وبخاصة القدرة على مراقبة مستمرة لمحاذير القيادة والرد التكيفي على أي انتهاكات محتملة للسلامة، وهو ما يُعد أمرًا حاسمًا للحفاظ على سلوك قيادة موثوق في السيناريوهات المعقدة.لسد هذه الفجوة، نُقدِّم إطارًا يُوجَّه نحو المرونة أثناء التشغيل، يُسمَّى "أرغوس" (Argus)، لتخفيض مخاطر القيادة، وبالتالي منع الانتهاكات المحتملة للسلامة وتحسين أداء أنظمة القيادة الذاتية. يراقب أرغوس باستمرار المسارات التي تُولَّد من قِبَل أنظمة القيادة الذاتية بحثًا عن مخاطر محتملة، وعندما يُقدَّر أن مركبة "الإيغو" (EGO) في حالة غير آمنة، يُسلِّط السيطرة بسلاسة من خلال مُخفِّف للمخاطر. وقد قمنا بدمج أرغوس مع ثلاث أنظمة ذكية متطورة من نوع القيادة الذاتية من الطرف إلى الطرف، وهي: TCP وUniAD وVAD. وقد أظهرت نتائج التقييم أن أرغوس يُحسِّن بشكل فعّال وكفؤ المرونة لدى أنظمة القيادة الذاتية، حيث يُحسِّن متوسط درجة الأداء إلى ما يصل إلى 150.30٪، ويُقلِّل من حدوث الانتهاكات بنسبة تصل إلى 64.38٪، مع إضافة بسيطة جدًا في زمن المعالجة.