論文の概要: WBAG: A Whole-Body and Attached-Geometry Safety Framework for Vision-Language-Action Manipulation
- arxiv url: http://arxiv.org/abs/2610.01083v1
- Date: Thu, 01 Oct 2026 05:26:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:23.915731
- Title: WBAG: A Whole-Body and Attached-Geometry Safety Framework for Vision-Language-Action Manipulation
- Title（参考訳）: WBAG:ビジョンランゲージ・アクション・マニピュレーションのための全体・アタッチドジオメトリ安全フレームワーク
- Abstract要約: 視覚言語アクション(VLA)ポリシーは、一般化可能なロボット操作において印象的な能力を示している。
WBAGは、ロボットの全身とグリップ依存のアタッチメントをモデル化する安全フレームワークである。
- 参考スコア（独自算出の注目度）: 6.833080291960665
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Vision-language-action (VLA) policies have demonstrated impressive capabilities in generalizable robotic manipulation, but their deployment in the real world remains challenging due to potential collisions involving different parts of the robot, manipulated objects, and the surrounding environment. Existing inference-time VLA safety frameworks typically rely on simplified end-effector-centered representations that do not explicitly model the full articulated robot and attached-object geometry. In this paper, we present WBAG, a safety framework that models the robot's whole-body and grasp-dependent attached geometry. WBAG constructs a grasp-conditioned safe set that adapts the protected geometry as objects are grasped, then converts this evolving geometry into differentiable CBF constraints that minimally modify the VLA's native six-dimensional operational-space action for collision avoidance across robot, scene, and attached geometry. On the SafeLIBERO benchmark, a variant of LIBERO augmented with obstacles for safety evaluation, WBAG achieves the best overall safety and safe task success among the evaluated methods under a scene-level safety evaluator that monitors all eligible non-task objects, reaching 97.38\% aggregate Scene Safety and 59.38\% Safe Success.
- Abstract（参考訳）: 視覚言語アクション(VLA)ポリシーは、汎用可能なロボット操作において印象的な能力を示しているが、ロボットのさまざまな部分、操作対象、および周囲の環境が衝突する可能性があるため、現実の世界への展開は依然として困難である。
既存の推論時VLAの安全性フレームワークは、通常、完全な関節ロボットと付属物体形状を明示的にモデル化しない簡易なエンドエフェクタ中心表現に依存している。
本稿では,ロボットの全身形状をモデル化する安全フレームワークであるWBAGについて述べる。
WBAGは、オブジェクトが把握されるにつれて保護された幾何学に適応するグリップ条件付き安全なセットを構築し、その後、この進化する幾何学を微分可能なCBF制約に変換し、VLAのネイティブな6次元の操作空間アクションを最小限に修正して、ロボット、シーン、アタッチメントの衝突を避ける。
SafeLIBEROベンチマークでは、安全性評価のための障害が強化されたLIBEROの亜種であり、WBAGは、すべての非タスクオブジェクトを監視できるシーンレベルの安全評価器の下で評価された方法の中で、最高の全体的な安全性と安全なタスク成功を達成する。
関連論文リスト
- 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) - Verifiable Foundation Models for Robot Safety [9.839166424557009]
FEARL(Foundation-Enabled Assured Robot Learning)は、モジュラーアーキテクチャの分解によってこの緊張に対処するフレームワークである。
FEARLは、このポリシーを、高次元の知覚とタスク推論に責任を持つ大きなコントローラ(C)と、専用の安全センサーから低次元の観測を受ける小さな安全モジュール(S)に分けている。
これにより、タスク推論のためのコントローラの表現力を維持しながら、既存のツールで正式な分析が行えるようになります。
論文 参考訳（メタデータ） (2026-06-22T03:10:51Z) - Do Models Share Safety Representations? Cross-Model Steering for Safe Visual Generation [52.122731171289665]
クロスモデル安全ステアリングのための最初のフレームワークを紹介する。
私たちのパイプラインは、ターゲット側の安全でないデータにアクセスしません。
多様なソース・ターゲット・モデル・ペア間のテキスト・ツー・イメージとテキスト・ツー・ビデオ生成におけるアプローチを評価する。
論文 参考訳（メタデータ） (2026-06-03T18:00:04Z) - 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) - GSAM: A Generalizable and Safe Robotic Framework for Articulated Object Manipulation [24.801658783977015]
人工物体操作は、サービスロボットにとってユニークな課題である。
既存の手法では、エンドツーエンドのポリシー学習、視覚計画、大規模言語/視覚言語モデル(LLM/VLM)が採用されている。
本稿では,汎用的で安全なオブジェクト操作のためのロボットフレームワークであるGSAMを提案する。
論文 参考訳（メタデータ） (2026-05-29T02:09:17Z) - Safety-Critical Whole-Body Control for Humanoid Robots via Input-to-State Safe Control Barrier Functions [6.59514190732471]
本稿では,ヒューマノイドロボットのための階層型安全クリティカル全身制御フレームワークを提案する。
提案アーキテクチャは,キネマティック・ボディー・コントローラ(KinWBC),ISSf-CBFセーフティフィルタ,ダイナミック・ボディー・コントローラ(DynWBC)を統合している。
論文 参考訳（メタデータ） (2026-05-25T08:02:30Z) - Uncovering Linguistic Fragility in Vision-Language-Action Models via Diversity-Aware Red Teaming [64.48633529149579]
本稿では,VLA(Vision-Language-Action)モデルの言語的変異に対する脆弱性を明らかにするための新しいフレームワークを提案する。
本手法は, ストレス試験用VLAエージェントへのスケーラブルなアプローチを示すため, 平均作業成功率を93.33%から5.85%に下げる。
論文 参考訳（メタデータ） (2026-04-07T08:43:36Z) - BarrierSteer: LLM Safety via Learning Barrier Steering [83.12893815611052]
BarrierSteerは、学習した非線形安全性制約を直接モデルの潜在表現空間に埋め込むことで、安全性を形式化する新しいフレームワークである。
BarrierSteerは、敵の成功率を大幅に低下させ、安全でない世代を減少させ、既存の手法より優れていることを示す。
論文 参考訳（メタデータ） (2026-02-23T18:19:46Z) - VLSA: Vision-Language-Action Models with Plug-and-Play Safety Constraint Layer [11.732930536131883]
本稿では、制御バリア機能を介して構成された安全制約層を含むAEGIS(Vision-Language-Safe Action)アーキテクチャを提案する。
AEGISは既存のVLAモデルと直接統合し、元の命令追従性能を維持しながら、理論上の保証で安全性を向上させる。
コード、モデル、ベンチマークデータセットをhttps://vlsa-aegis.io/で公開しています。
論文 参考訳（メタデータ） (2025-12-09T16:53:44Z) - UpSafe$^\circ$C: Upcycling for Controllable Safety in Large Language Models [67.91151588917396]
大規模言語モデル(LLM)は、幅広いタスクで顕著な進歩を遂げているが、有害なコンテンツ生成やジェイルブレイク攻撃といった安全リスクに弱いままである。
安全に配慮したリサイクルによるLCMの安全性向上のための統合フレームワークであるUpSafe$circ$Cを提案する。
この結果から, 静的アライメントから動的, モジュール, 推論対応制御への移行という, LLMの安全性の新たな方向性が明らかになった。
論文 参考訳（メタデータ） (2025-10-02T16:43:33Z) - Generalizing Safety Beyond Collision-Avoidance via Latent-Space Reachability Analysis [6.267574471145217]
Hamilton-Jacobi (H) は、ロボットが安全でない状態を同時に検出し、アクションを生成するための厳格なフレームワークである。
生観測データを直接操作する潜在空間到達性であるLa Safety Filtersを提案する。
論文 参考訳（メタデータ） (2025-02-02T22:00:20Z)
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。