論文の概要: Predictive Semantic Safety: From Visual Physical Reasoning to Safety-Critical Control
- arxiv url: http://arxiv.org/abs/2609.34356v1
- Date: Mon, 28 Sep 2026 05:32:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 21:32:53.033615
- Title: Predictive Semantic Safety: From Visual Physical Reasoning to Safety-Critical Control
- Title（参考訳）: 予測的セマンティック安全:視覚的理学推論から安全批判制御へ
- Abstract要約: 予測意味安全(PSS)という枠組みを提案する。
PSSは視覚的物理的推論とバックアップベースの安全フィルタリングを結びつける。
PSSは、バックアップ制御バリア関数のベースラインで43.3%に対して、安全なエピソードレートが99.3%である。
- 参考スコア（独自算出の注目度）: 29.738603994833394
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Physical interactions can create future hazards that are not apparent from the robot's current geometric surroundings. We present a framework termed Predictive Semantic Safety (PSS), which connects visual physical reasoning to backup-based safety filtering. A vision-language model (VLM) predicts physical events and their timing or directly predicts object displacements. An explicit motion model converts event hypotheses into object trajectories. Split conformal prediction calibrates position errors jointly across specified objects, observation times, and future times; geometric shape bounds convert the resulting position regions into predicted object occupancy. PSS evaluates a prescribed backup maneuver against this occupancy and derives input-affine constraints for minimally modifying the nominal input while preserving backup feasibility under the robot dynamics and input limits. MuJoCo experiments with a Unitree Go1 consider falling fixtures, impact-driven support loss, and contact propagation. PSS achieves a safe episode rate of 99.3%, compared with 43.3% for a Backup Control Barrier Function baseline that only uses current obstacle geometry.
- Abstract（参考訳）: 物理的相互作用は、ロボットの現在の幾何学的環境から明らかでない未来の危険を生み出す。
本稿では,視覚的身体的推論とバックアップに基づく安全フィルタリングを結びつける,予測セマンティック・セーフティ(PSS)というフレームワークを提案する。
視覚言語モデル(VLM)は、物理的事象とそのタイミングを予測したり、物体の変位を直接予測する。
明示的な運動モデルは、事象仮説をオブジェクト軌跡に変換する。
分割共形予測は、特定の物体、観測時間、将来の時間に共同で位置誤差を分類し、幾何学的形状境界は、結果として得られる位置領域を予測対象占有度に変換する。
PSSは、この占有に対する所定のバックアップ操作を評価し、ロボット力学と入力制限の下でバックアップ実現可能性を維持しながら、名目入力を最小限に修正するための入力-アフィン制約を導出する。
MuJoCoがUnitree Go1で行った実験では、フォールフィクスチャ、インパクト駆動型サポート損失、コンタクト伝搬が検討されている。
PSSは、現在の障害物形状のみを使用するバックアップ制御バリア関数のベースラインの43.3%に対して、99.3%の安全なエピソードレートを実現している。
関連論文リスト
- PredActor: Predictive Action Diffusion for Steerable Onboard Humanoid Control [49.348182500314614]
アクションのみの拡散は直接アクションを生成するが、テスト時間運動の目的に対する明示的な将来の軌道は欠如している。
連立状態-作用拡散はこの表現を提供するが、代表コントローラはしばしば特権付きフルボディ状態に依存する。
提案するPredActorは,これらのステアリングを直接実行されるポリシに含める,予測的行動拡散ポリシである。
論文 参考訳（メタデータ） (2026-09-21T16:20:25Z) - SemSafe-3DGS: Semantic Risk-Aware Active Navigation in Uncertain 3D Gaussian Splatting Maps [0.0]
属性付き3次元ガウス地図におけるナビゲーションのための安全行動認識フレームワークについて述べる。
セマンティック属性は、クラス依存リスク重みを通して平均値-アット・リスク衝突クリアランスモデルを変調する。
実験では、効率的な安全制約、アクティブな知覚によるナビゲーションの改善、意味依存的な軌道適応、そしてアッカーマン力学による実ロボット実行が示されている。
論文 参考訳（メタデータ） (2026-09-16T18:56:13Z) - SoftVTBench: A Safety-Aware Visuo-Tactile Benchmark for Physically Constrained Robotic Manipulation of Deformable Objects [56.16187327142104]
We present SoftVTBench, a safety-aware visuo-tactile benchmark for deformable object operation。
有限要素シミュレートされた変形可能な物体を持つアイザック・シムで構築されたSoftVTBenchは、多視点RGB観察、マーカーの動きによる触覚センシング、プロプレセプション、言語指示を提供する。
論文 参考訳（メタデータ） (2026-07-05T11:12:29Z) - Event-Conditioned Diagnostics of Kinematic, Contact, and Object-Permanence Fields in Passive Object-State World Models [6.556150313826966]
受動オブジェクト状態世界モデルにおけるイベント条件付潜時物理構造について検討する。
隠れ表現がイベント登録情報をエンコードするかどうかをテストする。
その結果、イベントコンディショニングされた組織と、潜伏した物理的フィールドの固定水平機能感度が支援された。
論文 参考訳（メタデータ） (2026-06-26T10:11:59Z) - 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) - PhyScene3D: Physically Consistent Interactive 3D Tabletop Scene Generation [75.9028457575434]
3Dテーブルトップシーンの生成は、インタラクティブでジェネラリスト的なロボット学習の基本的な問題である。
本稿では,PhyScene3Dについて紹介する。
実験により、PhyScene3Dは意味的精度と物理的妥当性の両方において最先端のアプローチより優れていることが示された。
論文 参考訳（メタデータ） (2026-06-01T03:56:32Z) - Motion-Uncertainty-Aware Next-Best-View Planning for Moving Object Reconstruction [13.309411974709574]
本研究では、平面運動中の未知の剛体物体を再構成するための運動不確実性を考慮したNBVフレームワークを提案する。
この予測的信念を得るために、固定ラグガウス過程はよりスムーズな推定を行い、ノイズのある位置測定から対象状態を予測する。
得られた信念は、予測対象位置に関する候補視点を生成し、到達可能性によってそれらをフィルタリングし、予測されるカバレッジ駆動スコアを推定するために使用される。
論文 参考訳（メタデータ） (2026-05-17T18:45:38Z) - SceneTeract: Agentic Functional Affordances and VLM Grounding in 3D Scenes [49.117927512531715]
我々はエージェント固有の制約の下で3Dシーン機能を検証するフレームワークであるSceneTeractを紹介する。
SceneTeractは複雑なアクティビティをアトミックアクションのシーケンスに分解し、アクセシビリティ要求に対して各ステップを検証する。
具体化された3Dシーン理解における知覚と身体的現実を橋渡しするSceneTeract検証スイートとデータをリリースする。
論文 参考訳（メタデータ） (2026-03-31T14:31:18Z) - GAPG: Geometry Aware Push-Grasping Synergy for Goal-Oriented Manipulation in Clutter [27.71481975135778]
乱雑な環境では、シングルステップの把握が不十分であることが多い。
従来の作業は、把握可能な空間を作るための補助的なアクションとしてプッシュを導入してきた。
我々は,グリップとプッシュ評価を統合するために,幾何対応のプッシュグラス・シナジー・フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-22T12:30:44Z) - Toward Operationalizing Rasmussen: Drift Observability on the Simplex for Evolving Systems [0.0]
障害へのドリフトのモニタリングはユークリッド異常検出によって妨げられる。
ラスムッセンの動的安全モデルは、競合する圧力の下でドリフトを動機付ける。
そこで本研究では,単純度に基づくドリフト可観測性に関するビジョンを提案する。
論文 参考訳（メタデータ） (2026-02-05T09:41:49Z) - Implicit Occupancy Flow Fields for Perception and Prediction in
Self-Driving [68.95178518732965]
自動運転車(SDV)は、周囲を認識でき、他の交通参加者の将来の行動を予測できなければならない。
既存の作業は、検出されたオブジェクトの軌跡が続くオブジェクト検出を実行するか、シーン全体の密度の高い占有とフローグリッドを予測するかのいずれかである。
これは、認識と将来の予測に対する統一されたアプローチを動機付け、単一のニューラルネットワークで時間とともに占有とフローを暗黙的に表現します。
論文 参考訳（メタデータ） (2023-08-02T23:39:24Z)
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。