로보틱스(Robotics)에서 위험과 역경(adversity) 모드는 종종 신체 구현(embodiment)에 특화되어 있으며 각 에이전트(agent)에 따라 상대적입니다. 자율 이동 로보틱스(autonomous mobile robotics)의 최전선은 에이전트가 보지 못한 비정형 환경(unstructured environments)의 야생(wild)에서 효과적으로 작동할 수 있도록 하는 것입니다. 보지 못한 비정형 환경에서의 중요한 과제는 특정 로봇에 대한 모든 위험을 예측하는 것이 불가능할 수 있다는 점입니다. 최근 연구들은 대규모 파운데이션 시각-언어 모델(Vision-Language Models, VLMs)을 사용하여 상식적인 위험 목록을 선제적으로 예측하는 방식을 사용해 왔으나, 가능한 상호작용 및 신체 구현 의존적 역경을 포착하는 것은 여전히 어렵습니다. 우리는 모바일 신체 구현 에이전트(mobile embodied agent)가 교란(disturbances)으로부터 온라인으로 학습하고, 의미론(semantics)을 통해 이상 행동의 원인을 귀속시킴으로써 향후 세계에 대한 더 나은 예측과 계획을 가능하게 하는 지속 학습(continual learning) 프레임워크를 제안합니다. 우리의 프레임워크인 "Don't Fool Me Twice"는 먼저 교란을 관찰하고 로봇에 미치는 영향을 설명합니다. 이 설명은 시각적 문맥(visual context)과 함께 증강되어 VLM에 질의함으로써 가능한 원인을 예측합니다. 국소적 교란은 커널 회귀(kernel regression)를 사용하여 특성화되며, 이는 일시적인 이상 현상(transient anomalies)에 대한 효율적인 퓨샷(few-shot) 모델링을 가능하게 합니다. 우리는 의미론적 복셀 중심 모델링(semantic voxel-centric modeling)을 활용하여 인식론적 불확실성(epistemic uncertainty)을 추정하며, 상호작용 중심의 교란을 학습 가능한 공간적 행동으로 취급함으로써 더 풍부한 다운스트림 복구(downstream recovery)를 가능하게 합니다. 우리는 네 가지 가설을 제시하고, 다양한 신체 구현(embodiments)과 역경 모드에 걸쳐 시뮬레이션 및 하드웨어에서 이를 검증합니다.