用于检测安全协作操作中行为变化的信念动态

在共享工作空间中运行的机器人必须与其他代理保持安全协调，这些代理的行为在任务执行期间可能会发生变化。当协作Agent在情节中途改变策略时，继续使用过时的假设可能会导致不安全的行为并增加碰撞风险。因此，可靠地检测此类行为模式的变化至关重要。我们研究 ManiSkill 共享工作空间操作任务中受控非平稳性下的状态切换检测。通过十种检测方法和五种随机种子，启用检测可将切换后冲突减少 52%。然而，平均性能掩盖了显着的可靠性差异：在+-3步的实际容差下，检测范围从86%到30%，而在+-5步的情况下，所有方法都达到100%。我们引入了 UA-TOM，这是一个轻量级的信念跟踪模块，它使用选择性状态空间动力学、因果注意力和预测误差信号来增强冻结的视觉语言动作（VLA）控制主干。在 5 个种子和 1200 个剧集中，UA-TOM 在无辅助方法中实现了最高的检测率（+-3 时为 85.7%）和最低的近距离时间（4.8 步），优于 Oracle（5.3 步）。分析显示，隐藏状态更新幅度在机制切换时增加了 17 倍，并在大约 10 个时间步长内衰减，而离散化步骤收敛到接近恒定值（Delta_t 约为 0.78），这表明灵敏度是由学习的动态而不是依赖于输入的门控驱动的。 Overcooked 中的跨域实验显示了因果注意力和预测误差信号的互补作用。 UA-TOM 引入了 7.4 毫秒的推理开销（50 毫秒控制预算的 14.8%），无需修改基本策略即可实现可靠的机制切换检测。