論文の概要: Runtime Safety Filtering for Two-Terminal Hazards in Robotic Battery Recycling

• arxiv url: http://arxiv.org/abs/2609.19665v1
• Date: Thu, 17 Sep 2026 04:08:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.096614
• Title: Runtime Safety Filtering for Two-Terminal Hazards in Robotic Battery Recycling
• Title（参考訳）: ロボット電池リサイクルにおける二項ハザードの動作安全フィルタリング
• Abstract要約: 凍結したOpenVLAポリシーを用いて, LIBEROの電池リサイクル対策のランタイムフィルタリングについて検討した。 実行時フィルタは、述語構造、幾何学的マージン、命令されたアクションが拒否された場合に適用されるフォールバックアクションの3つの設計選択に分解する。 近接的に定義された操作ハザードに対して、マージン選択とフォールバック戦略は、ランタイムフィルタの安全性-ユーティリティトレードオフを決定する上で、構造を述語する以上の意味を持つ。
• 参考スコア（独自算出の注目度）: 19.766830422490926
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Runtime safety filters for learned manipulation policies typically define unsafe states as unions of object-wise keep-out regions. This representation can be unnecessarily restrictive for hazards that depend on a joint spatial relation, such as battery recycling, where a conductive payload can short a charged cell only when it approaches both terminals simultaneously. We study runtime filtering for this two-terminal hazard in LIBERO using frozen OpenVLA policies. We factor a runtime filter into three design choices: the predicate structure, its geometric margin, and the fallback action applied when a commanded action is rejected. We compare a conjunctive predicate, a conventional two-site keep-out, and a composite of the two. For each predicate, we vary its margin to obtain a frontier between task success and residual hazard. We then compare four fallback strategies at matched operating points: holding, retreat, sampled search, and a continuous-action barrier projection. Across three workcells, the three predicate families trace nearly identical safety--utility frontiers once each is evaluated over its own margin. In contrast, the fallback strategy has a substantially larger effect: holding reduces task success by up to 0.302 relative to retreat without reducing hazard, while both minimally invasive fallbacks leave substantially more residual hazard. This ordering transfers to a second policy and task suite, while retreat-based filtering remains effective under standing errors in the clearances available to the filter, although correlated error in the estimated payload size is more damaging than larger independent errors in terminal position. These results show that, for proximity-defined manipulation hazards, margin selection and fallback strategy can matter more than predicate structure in determining the safety--utility trade-off of a runtime filter.
• Abstract（参考訳）: 学習した操作ポリシーのための実行時安全フィルタは、通常、安全でない状態をオブジェクト管理領域の結合として定義する。 この表現は、バッテリリサイクルのような連接空間関係に依存する危険に対して不要に制限され、導電性ペイロードは、両方の端末に同時に近づく場合にのみ充電セルをショートすることができる。 凍結したOpenVLAポリシーを用いて, LIBEROにおけるこの2つの終端ハザードに対する実行時フィルタリングについて検討した。 実行時フィルタは、述語構造、幾何学的マージン、命令されたアクションが拒否された場合に適用されるフォールバックアクションの3つの設計選択に分解する。 本研究では, 共役述語, 従来型の2サイト・キープアウト, およびこれら2つの合成式を比較した。 それぞれの述語について、タスクの成功と残余の危険の間のフロンティアを得るために、そのマージンが異なります。 次に、一致する動作点における4つのフォールバック戦略(保持、退避、サンプル探索、連続的な動作障壁投影)を比較した。 3つのワークセルで、3つの述語族は、それぞれがそれぞれのマージンで評価されると、ほぼ同じ安全性のフロンティアを辿る。 これとは対照的に、フォールバック戦略は極めて大きな効果があり、ホールドはリスクを低減せずに、作業の成功率を最大0.302まで下げる。 この順序付けは第2のポリシーとタスクスイートに転送されるが、リトリートベースのフィルタリングはフィルタで利用可能なクリアランスの定常誤差の下では有効であるが、推定ペイロードサイズの相関誤差は終端位置のより大きな独立誤差よりも被害が大きい。 これらの結果から, 近接的に定義された操作のハザードに対して, マージン選択とフォールバック戦略は, ランタイムフィルタの安全性-ユーティリティトレードオフを決定する上で, より重要となると考えられる。

関連論文リスト

• BLINDSPOT: A Benchmark for Safety and Refusal Calibration in Long-Horizon Tool-Using Agents [20.217145643468598]
  我々は、長距離ツール使用エージェントの軌道レベルの安全校正のためのベンチマークであるBlindspotを紹介する。 Blindspotは、適応的な対角的相互作用、ステートフルなツールの実行、実行に基づく適応を通じて、完全なユーザ-エージェント-環境トラジェクトリを評価する。 安全でない完成度, 適切な拒絶性, 便宜性, 過度な拒絶性, 繰り返し発生する頑健性, 拒絶後の失敗などをカバーする8つの指標を用いて, 13のプロプライエタリかつオープンウェイトLCMを評価した。
  論文  参考訳（メタデータ） (2026-09-14T20:12:27Z)
• Learning Adaptive Safety Margins for Visual Navigation [10.650323979444982]
  拡散に基づくプランナーは、エゴセントリックなRGB-Dから様々な軌道候補を提案するが、信頼性のある選択がボトルネックのままである。 本稿では,文脈条件付き安全評論家に対して,ランキング拡散提案に対する適応的クリアランス選好を学習する手法を提案する。 本研究では,ESDF 幾何学をシミュレーションで訓練し,それを2段階の教師学生の指導により,認識のみのセレクタに蒸留する。
  論文  参考訳（メタデータ） (2026-07-20T17:40:25Z)
• SAFETY SENTRY: Context-Aware Human Intervention via EXECUTE-ASK-REFUSE Routing [21.334890816629237]
  LLMエージェントは、ツールコールを通じて現実世界の環境に作用する。 標準セーフガードは、提案された各アクションをセーフまたはアンセーフとラベル付けするガードモデルであるが、このバイナリビューは2つの異なる決定を混同している。 問題をEXECUTE, ASK, REFUSE に対してインスタンスごとの3方向ルーティング決定として再設定し,Safety Sentry でインスタンス化する。
  論文  参考訳（メタデータ） (2026-07-15T08:38:16Z)
• Runtime Safety Filtering for Learned Small UAS Separation Policies under GNSS Degradation [3.719121868494767]
  小型無人航空機システムの学習に基づく分離保証は都市環境において失敗する。 これにより、ナビゲーションの劣化の下で学習された分離ポリシーをデプロイするための根本的な疑問が提起される。 本研究は,敵対的制約下でのマルチエージェントsUAS分離に対する両方のアプローチを評価する。
  論文  参考訳（メタデータ） (2026-07-10T22:33:35Z)
• Shield-Loco: Shielding Locomotion Policies with Predictive Safety Filtering [10.242244578585897]
  大規模オフライン安全な学習は、すべてのエッジケースをカバーするには実用的ではない。 本稿では,RLポリシーに従属する名目接触位置をポストホックフィルタでフィルタする安全フィルタを提案する。 密集した散らばった環境下での四足ロボットのフィルタの有効性を検証する。
  論文  参考訳（メタデータ） (2026-06-05T11:59:43Z)
• Action-Conditioned Risk Gating for Safety-Critical Control under Partial Observability [79.08785366532287]
  部分観測可能性下でのリスク感応制御のための軽量なリスクゲート強化学習近似を提案する。 安全クリティカルな部分観測可能な2つの領域 – 自動グルコース調節と安全制約ナビゲーション – でアプローチを評価した。
  論文  参考訳（メタデータ） (2026-05-14T01:23:09Z)
• TwinGate: Stateful Defense against Decompositional Jailbreaks in Untraceable Traffic via Asymmetric Contrastive Learning [60.68349524623048]
  分解されたジェイルブレイクは、大きな言語モデルにとって重大な脅威となる。 我々はステートフルなデュアルエンコーダ防御フレームワークであるTwinGateを紹介する。 我々は、8600の異なる悪意のある意図にまたがる360万以上の命令の包括的なデータセットを構築した。
  論文  参考訳（メタデータ） (2026-04-30T13:44:01Z)
• Attributing and Exploiting Safety Vectors through Global Optimization in Large Language Models [50.91504059485288]
  本報告では,全頭部のグローバルな最適化により,安全クリティカルな注意点を同時に識別するフレームワークを提案する。 我々は,アクティベーション・リマッチによって同定された安全ベクトルを利用する,新しい推論時ホワイトボックス・ジェイルブレイク法を開発した。
  論文  参考訳（メタデータ） (2026-01-22T09:32:43Z)
• RoboSafe: Safeguarding Embodied Agents via Executable Safety Logic [56.38397499463889]
  視覚言語モデル(VLM)を利用するエージェントは、複雑な現実世界のタスクを実行する能力がますます高まっている。 しかし、安全でない行動を引き起こす可能性のある危険な指示に弱いままである。 提案するRoboSafeは,実行可能述語ベースの安全ロジックを通じて,エージェントを具体化するためのランタイムセーフガードである。
  論文  参考訳（メタデータ） (2025-12-24T15:01:26Z)
• Building a Foundational Guardrail for General Agentic Systems via Synthetic Data [76.18834864749606]
  LLMエージェントは、計画段階で介入するマルチステップタスクを計画できる。 既存のガードレールは主にポスト・エグゼクティブ(英語版)を運用しており、スケーリングが困難であり、計画レベルで制御可能な監督を行う余地がほとんどない。 我々は、良性軌道を合成し、カテゴリーラベル付きリスクを困難に注入し、自動報酬モデルを介して出力をフィルタリングする制御可能なエンジンであるAuraGenを紹介する。
  論文  参考訳（メタデータ） (2025-10-10T18:42:32Z)
• Uniformly Safe RL with Objective Suppression for Multi-Constraint Safety-Critical Applications [73.58451824894568]
  広く採用されているCMDPモデルは予測のリスクを制約しており、長い尾の州で危険な行動を起こす余地がある。 安全クリティカルな領域では、そのような行動は破滅的な結果をもたらす可能性がある。 本稿では,目標を最大化するタスク報酬を適応的に抑制する新しい手法であるObjective Suppressionを提案する。
  論文  参考訳（メタデータ） (2024-02-23T23:22:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。