新方法用路线引导修复CBF-QP，提升VLA避障安全性
资讯摘要
论文提出Route-Guided CBF-QP Repair，一种事后修复模块，用于视觉-语言-动作（VLA）模型在障碍密集操作场景中的安全执行。该方法利用VLA预测的短时动作块检测被阻挡的标称轨迹，并生成绕障的进入-退出-回归引导；所选路线以软引导项加入CBF-QP目标，CBF安全约束保持硬约束。作者报告在SafeLIBERO上相比AEGIS在避碰、任务成功率和SafeSuccess上有提升。
要点速读
- 方法为事后修复模块，用VLA短时动作块检测被阻挡的标称轨迹并生成绕障引导
- 所选路线作为软引导项加入CBF-QP目标，CBF安全约束仍为硬约束
- 作者报告在SafeLIBERO上避碰、任务成功率和SafeSuccess优于AEGIS
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。