EEmbogent
模型数据硬件产品评测公司技术融资
技术2026/11/13 18:51·重要度 68

显式约束空间的安全感知机器人行为规划

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

AI 摘要

Xianxu Wu 等提出基于显式约束空间的安全感知机器人行为规划框架,将可复用文本安全规则集中存储,并把约束选择建模为任务与环境条件下的适用性学习。轻量查询条件双塔模型筛出当前场景适用的约束,再与原始任务和图像一起输入多模态行为规划器,以提升桌面操作安全规划对场景变化的适应能力。

阅读原文来源 arXiv cs.RO · arxiv.org

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

技术17 小时前

ForceHarness让冻结多模态模型零样本使用力觉

研究团队提出ForceHarness,无需演示数据或微调,即可让仅通过API调用的冻结多模态模型完成依赖接触力的操作任务。该方法先由腕部力传感器或关节力矩标定手部受力,再用可自终止的力原语,在模型下层独立完成力的闭环调节,并通过物理翻译层把力信号转成模型可推理的表征,弥补图像无法反映接触力的缺陷。

技术22 小时前

机器人奖励模型综述:114种方法分为五类

Guoqiang Liang 等人发布机器人奖励模型(RRM)综述,将 114 种方法按输出语义分为结果、绝对进度、相对、时序价值与混合五类,梳理模型设计如何决定评估能力、原始经验如何转为监督信号。作者指出,现有评测依赖与示教顺序的一致性或下游策略增益,无法说明奖励是否真正反映任务完成度,并提出 RRM-Bench-1K。