跳到正文
arXiv · 机器人与计算机视觉· Xianxu Wu, Shang-Ching Liu, Zhaocong Liang, Hengxiang Chen, Yujian Ma, Shenwen Deng, Qiang Li, Yung-Hui Li, Jianwei Zhang·· 3 天前AI 评分48

基于显式约束空间的通用安全感知机器人行为规划方法

A Generalizable Approach to Safety-Aware Robotic Behavior Planning with an Explicit Constraint Space

AI 导读

针对桌面环境安全约束依赖场景且指令未明确指定的挑战,该研究提出一种集成显式约束空间存储、任务与环境条件化适用性学习及多模态安全检查的行为规划框架。系统通过轻量级双塔模型识别适用约束,利用多模态安全检查器评估并修正初级计划,结合 LoRA 进行测试时自适应与参数高效微调以应对未知风险。该框架实现了显式安全知识表示、上下文感知选择、纠错检查及知识自适应的闭环整合,旨在提升机器人行为规划的安全性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org