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。
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。