論文の概要: SafeStage: Evaluating Safety Before, During, and After Vision-Language-Conditioned Robot Manipulation

• arxiv url: http://arxiv.org/abs/2609.21223v1
• Date: Fri, 18 Sep 2026 02:12:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.828365
• Title: SafeStage: Evaluating Safety Before, During, and After Vision-Language-Conditioned Robot Manipulation
• Title（参考訳）: SafeStage: ビジョンランゲージによるロボット操作の前後における安全性の評価
• Abstract要約: 視覚言語条件付きロボットポリシーは、認識、言語理解、汎用的な操作のための制御を統合する。 SafeStageは,タスク実行前後の操作安全性を評価するライフサイクル構造化ベンチマークである。
• 参考スコア（独自算出の注目度）: 11.795561575300814
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vision-language-conditioned robot policies integrate perception, language understanding, and control for general-purpose manipulation. However, existing evaluations often focus on task success, isolated physical constraints, semantic refusal, or realized physical damage, providing limited insight into where safety fails during closed-loop manipulation. We introduce SafeStage, a lifecycle-structured benchmark for evaluating manipulation safety before, during, and after task execution. SafeStage contains 97 purpose-built risk scenarios organized into three stages. Initial-State Hazards captures safety-relevant relations that must be resolved before manipulating the target. Execution-Time Safety evaluates unsafe contacts, trajectories, region entries, and object interactions during execution. Final-State Hazards capture unstable or otherwise unsafe conditions remaining after nominal task completion. The benchmark evaluates realized interactions using event-based and state-based checks and reports native task success independently from stage-specific safety outcomes. We evaluate representative direct-action Vision-Language-Action (VLA) policies and policies with world-model-based policies under a common closed-loop protocol. Our results demonstrate that nominal task completion frequently coexists with safety violations and that different policies exhibit distinct failure profiles across the three stages. By separating task success from safety and localizing when violations occur, SafeStage provides a unified diagnostic testbed for evaluating and improving vision-language-conditioned robot manipulation policies.
• Abstract（参考訳）: 視覚言語条件付きロボットポリシーは、認識、言語理解、汎用的な操作のための制御を統合する。 しかし、既存の評価はタスクの成功、孤立した物理的制約、セマンティックな拒絶、または物理的な損傷に重点を置いており、クローズドループ操作時に安全がどこで失敗するかという限られた洞察を与えている。 SafeStageは,タスク実行前後の操作安全性を評価するライフサイクル構造化ベンチマークである。 SafeStageには、97の目的で構築されたリスクシナリオが3つのステージにまとめられている。 初期国家ハザードは、目標を操作する前に解決しなければならない安全関連関係を捉えます。 Execution-Time Safetyは、実行中の安全でないコンタクト、トラジェクトリ、リージョンエントリ、オブジェクトインタラクションを評価する。 最終状態のハザードは、名目上のタスク完了後に残る不安定またはその他の安全でない条件を捕捉する。 このベンチマークでは、イベントベースのチェックと状態ベースのチェックを使用して実現されたインタラクションを評価し、ステージ固有の安全性結果とは独立してネイティブタスクの成功を報告している。 我々は,共通のクローズドループプロトコルの下で,視覚・言語・アクション(VLA)ポリシーと世界モデルベースのポリシーを用いた政策を代表的に評価する。 以上の結果から,名目上のタスク完了はしばしば安全違反と共存し,異なるポリシーが3段階にわたって異なる障害プロファイルを示すことが明らかとなった。 SafeStageは、タスクの成功を安全から分離し、違反が発生した時にローカライズすることで、視覚言語で条件付けられたロボット操作ポリシーを評価し改善するための統合診断テストベッドを提供する。

関連論文リスト

• SafeRelBench: A Spatial-Relation-Aware Benchmark for Process-Level Safety in VLM-Driven Embodied Agents [29.05559307748216]
  SFERELBENCHは,507個の実測値を持つ空間相関型安全ベンチマークである。 SAFERELBENCHを用いて、7つのオープンソースおよびクローズドソースなVLM駆動型エンボディエージェントの評価を行い、タスク成功とプロセスレベルの安全コンプライアンスの間に大きなギャップを見出した。
  論文  参考訳（メタデータ） (2026-07-16T03:59:44Z)
• ForesightSafety-VLA: A Unified Diagnostic Safety Benchmark for Vision-Language-Action Models [7.1396544907031165]
  本稿では,視覚自明な動作(VLA)システムにおいて,安全性を主要な評価対象とする診断ベンチマークであるForesightSafety-VLAを紹介する。 物理的相互作用安全性(セーフコア)、命令側安全(セーフラング)、知覚側安全(セーフビジョン)を対象とする13カテゴリーの安全分類を定義する。 我々は,RoboTwinの66の安全拡張ベースシナリオを5つの実施形態でインスタンス化し,代表VLAベースラインについて報告する。
  論文  参考訳（メタデータ） (2026-06-25T14:19:36Z)
• OSGuard: A Benchmark for Safety in Computer-Use Agents [12.395093977641581]
  OSGuard(OSGuard)は、コンピュータ使用エージェントの安全性を評価するベンチマークスイートである。 OSGuardには、ローカルガードレール決定のためのアクションレベルベンチマークと、エンドツーエンド評価のためのリスク強化実行スイートが含まれている。
  論文  参考訳（メタデータ） (2026-06-13T00:32:24Z)
• VLESA: Vision-Language Embodied Safety Agent for Human Activity Monitoring [60.53395558502203]
  Vision-Language Embodied Safety Agent (VLESA)は、自我中心のビデオから人間の活動を監視する。 VLESAは、コンテキストに応じて同一のアクションが安全または危険である意図に依存した安全性に対処する。 目標を共同で推測し,映像から将来の行動を予測するための意図-行動予測エージェントを提案する。
  論文  参考訳（メタデータ） (2026-06-02T17:42:17Z)
• SafeManip: A Property-Driven Benchmark for Temporal Safety Evaluation in Robotic Manipulation [30.582295885898997]
  本稿では,ロボット操作における時間的安全特性を明示的に評価するためのプロパティ駆動型ベンチマークであるSafeManipを紹介する。 SafeManipは、有限トレース上の線形時間論理(LTLf)を用いて、有限実行上の再利用可能な安全テンプレートを定義する。 我々は,50のRoboCasa365家計タスクに対して,$_0.5$,GR00T,およびそれらのトレーニングバリエーションを含む6つの視覚言語アクションポリシーについてSafeManipを評価した。
  論文  参考訳（メタデータ） (2026-05-12T16:49:28Z)
• HazardArena: Evaluating Semantic Safety in Vision-Language-Action Models [87.35765363039638]
  本研究では,視覚・言語・アクションモデルのセマンティック安全性を評価するためのベンチマークであるHazardArenaを紹介する。 安全シナリオに特化してトレーニングされたVLAモデルは、対応する安全でないシナリオで評価された場合、安全に動作しないことが多い。 本研究では,セマンティック属性や視覚言語判断を用いた行動実行を制約する,トレーニングフリーの安全オプション層を提案する。
  論文  参考訳（メタデータ） (2026-04-14T08:32:02Z)
• 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)
• Safety Margins for Reinforcement Learning [53.10194953873209]
  安全マージンを生成するためにプロキシ臨界度メトリクスをどのように活用するかを示す。 Atari 環境での APE-X と A3C からの学習方針に対するアプローチを評価する。
  論文  参考訳（メタデータ） (2023-07-25T16:49:54Z)

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。