基于VLM的任务条件化三维风险场安全推理框架
Grounding Object-to-Object Hazard Reasoning into 3D Risk Fields for Task-Conditioned Safety
AI 摘要
研究团队提出一个由视觉语言模型驱动的机器人操作安全框架:输入RGB-D观测与自然语言任务指令后,先判定该任务是否因可能造成不可恢复危险而应被拒绝,再识别可预防的物体对风险并给出必须回避的空间关系;随后用开放词表分割与深度信息将物体定位到三维,构建连续风险场,供机械臂规划避让。
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。