論文の概要: Multi-Link Safety Filtering for VLA Policies Around Moving Hazards
- arxiv url: http://arxiv.org/abs/2609.40007v1
- Date: Wed, 30 Sep 2026 15:49:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.991747
- Title: Multi-Link Safety Filtering for VLA Policies Around Moving Hazards
- Title（参考訳）: 移動ハザード周辺におけるVLA政策のマルチリンク安全フィルタリング
- Abstract要約: 視覚言語アクション(VLA)ポリシーは、関連するオブジェクトをノックしながら操作タスクを終了することができる。
我々は、事前訓練されたVLAポリシーを、再訓練することなく、実行時にそのようなハザードをクリアする方法について研究する。
トレーニング不要のシールドは、グリッパー、手首、前腕を5つの楕円体で覆っている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A vision-language-action (VLA) policy can finish a manipulation task while knocking over objects unrelated to it, so task success alone does not show that the policy is safe to deploy in clutter. We study how to keep a pretrained VLA policy clear of such hazards at run time without retraining it, which requires guarding more of the arm than the end effector, following the hazard as it moves, and sharing onboard compute with the policy. Our training-free shield covers the gripper, wrist, and forearm with five ellipsoids and filters every commanded motion through one barrier program against a keep-out ellipsoid fitted from RGB-D perception at reset. Sparse optical flow then carries that ellipsoid's center along with the hazard, with no repeated detection or refitting. Over six simulated hazard-motion conditions, the shield lowers collision from $65.62\%$ to $27.27\%$ and raises safe-success, task completion without collision, from $29.35\%$ to $50.43\%$. Ablations show that guarding the arm links protects beyond end-effector shielding, and that tracking recovers most of the protection lost when the hazard estimate is frozen at reset. On heterogeneous edge hardware, the five-ellipsoid barrier runs on the CPU in $2.2$~ms at the 99th percentile, and trimming the vision--language prefix and taking fewer flow-matching steps shortens each $π_{0.5}$ policy call on the integrated GPU from $343$ to $177.3$~ms. On a physical SO-101 arm across four tasks, the arm touched the hazard in 3 of 16 shielded episodes versus 11 of 16 unshielded ones. Project page: https://yathag.github.io/multilink-safety-filter/
- Abstract（参考訳）: VLA(Vision-Language-action)ポリシーは、オブジェクトをノックしながら操作タスクを終了することができるため、タスクの成功だけでは、ポリシーが乱雑に展開しても安全ではない。
本研究は, 既訓練のVLAポリシをリトレーニングすることなく, 実行時にそのようなハザードをクリアし, エンドエフェクタよりも多くのアームをガードし, 移動時のハザードに追従し, オンボード計算をポリシーと共有する方法について検討する。
トレーニング不要のシールドは、リセット時にRGB-D知覚から装着した保持型楕円体に対して、5つの楕円体と1つの障壁プログラムを通して全ての命令された動きをフィルターすることで、グリップ、手首、前腕を覆う。
スパース光の流れは、その楕円体の中心と危険を伴い、繰り返し検出や再調整は行わない。
6つのシミュレートされたハザード運動条件で、シールドは65.62.%から27.27.%まで衝突を減らし、安全条件、衝突のないタスク完了を29.35.%から50.43.%に引き上げる。
アブレーションは、腕のリンクを守ることは、エンドエフェクターの遮蔽を防ぎ、トラッキングがリセット時にハザード推定が凍結されたときに失われた保護の大半を回復することを示している。
ヘテロジニアスエッジハードウェアでは、5つの楕円体バリアは、99パーセンタイルで2.2$~msでCPU上で動作し、ビジョン式プレフィックスをトリミングし、フローマッチング手順を小さくすることで、統合GPUのポリシーコールを343$から177.3$~msに短縮する。
4つのタスクにまたがる物理的SO-101アームでは、腕は16のシールド付きエピソードのうち3の危険に触れ、16のシールド付きエピソードのうち11の危険に触れた。
プロジェクトページ: https://yathag.github.io/multilink-safety-filter/
関連論文リスト
- ShieldCLIP: Selective Safety Alignment for Harmful Content Mitigation in Multimodal Foundation Models [52.00294001406555]
ShieldCLIPは、各モードの観測された安全性状態に、安全アライメントを条件付けるためのフレームワークである。
ViSUv2は、578のコンセプトと28のカテゴリにわたる独立したモダリティごとの安全ラベルを持つデータセットである。
ShieldCLIPは、従来型の安全対応エンコーダと強力な緩和ベースラインよりも、有害な出力を一貫して削減する。
論文 参考訳（メタデータ） (2026-09-30T13:14:56Z) - CLAP: Closed-Loop Alignment with Pressure for Precise Suction Manipulation [50.72629909392354]
本稿では,真空ラインにタップされた圧力モジュールを通してアタッチメント状態を観測できるCLAPを提案する。
データについては、物理ロボット上でゴール状態の分解を記録し、関節状態のシーケンスをオフラインで反転させる。
実際のUnitree Z1では、1つのマルチタスクチェックポイントが96.67%に達する。
論文 参考訳（メタデータ） (2026-09-26T16:40:23Z) - FIVE-VLA: Fast and EffectIVE Autonomous Driving with Recurrent Action Memory [55.9206828090176]
自律運転のための最先端の視覚-言語-アクションモデル(VLA)は、限界に直面している。
本稿では,FastとEffective VLA(FIVE-VLA)を2つの重要なコントリビューションを通じて取り上げる。
論文 参考訳（メタデータ） (2026-09-16T13:13:18Z) - Seeing Before Colliding: Anticipatory Safe RL with Frozen Vision-Language Models [0.0]
本稿では,凍結した視覚言語モデルをCMDPラグランジアン更新に組み込むフレームワークであるVLM-Safe-RLについて,予測コストの項として紹介する。
これは、凍ったVLM信号をCMDP Lagrangianアップデートの予測コスト用語として使う最初の作業である。
論文 参考訳（メタデータ） (2026-06-09T04:46:37Z) - Which Defense Closes Which Threat? Attributing OWASP-LLM-Top-10 Coverage and Its Brittleness Under Paraphrasing [51.56484100374058]
プロダクションLLMアプリケーションは、いくつかの防衛ファミリを積み重ねる -- 拒絶フレーズフィルタ、トークンバッジコントロール、モデル許容度リスト、レート制限、ツール登録認証 -- が、BASベンチマークでは、単一の集計カバレッジ番号を報告している。
21エージェントベースラインスキャナに4つのLLM-Top-10対応エージェントを追加し、4つの合成LDMエンドポイントの格子をターゲットとした。
論文 参考訳（メタデータ） (2026-06-01T19:39:25Z) - Capability and Robustness Cannot Both Be Free: An Information-Theoretic Bound for Vision-Language-Action Models [0.0]
VLA(Vision-Language-Action)モデルはクリーンな入力で高い成功率に達するが、小さな逆方向の摂動で崩壊する。
PGD攻撃は、OpenVLA-7BのLIBEROの成功を95%ドルから5%以下に下げることを示す。
任意のVLAポリシーに対して、capability $I(Astar;Api)$と robustness $I(Api;Atildepi)-I(Api;)$ sum to at least $H(Astar)+I(X;Xt)
論文 参考訳（メタデータ） (2026-05-25T14:16:57Z) - Discovering Agentic Safety Specifications from 1-Bit Danger Signals [6.599344783327054]
EPO-Safeは、エージェントが反復的にアクションプランを生成し、スパースバイナリ警告を受け取り、リフレクションを通じて自然言語の振る舞い仕様を進化させるフレームワークである。
EPO-Safeは、構造化された低次元環境において、厳格に貧弱な信号から安全推論を行うことができることを示す。
標準的な報酬駆動リフレクションは安全性を積極的に低下させ、リフレクションを専用の安全チャンネルと組み合わせなければならないことを示す。
論文 参考訳（メタデータ） (2026-04-25T08:35:36Z) - MirrorGuard: Toward Secure Computer-Use Agents via Simulation-to-Real Reasoning Correction [16.58862217164395]
実世界のCUAセキュリティを改善するためにシミュレーションベースのトレーニングを利用するプラグアンドプレイディフェンスフレームワークであるMirrorGuardを紹介する。
MirrorGuard氏は、CUAの安全でない推論チェーンをインターセプトし、修正して、安全でないアクションを生成し、実行することを学ぶ。
我々の研究は、シミュレーションによる防御は、エージェントの基本的な実用性を維持しながら、堅牢で現実世界の保護を提供することができることを証明している。
論文 参考訳（メタデータ） (2026-01-19T08:32:09Z) - SaFeR-VLM: Toward Safety-aware Fine-grained Reasoning in Multimodal Models [66.71948519280669]
MLRM(Multimodal Large Reasoning Models)は、クロスモーダルな推論を示すが、しばしば敵のプロンプトによる安全性のリスクを増幅する。
既存の防御は主に出力レベルで動作し、推論プロセスを制約せず、モデルは暗黙のリスクに置かれる。
4つのコンポーネントを統合し,表面レベルのフィルタリングを超える動的かつ解釈可能な安全性決定をサポートするSaFeR-VLMを提案する。
論文 参考訳（メタデータ） (2025-10-08T10:39:12Z)
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。