机器人电池回收中两端危险的运行时安全过滤

用于学习操作策略的运行时安全过滤器通常将不安全状态定义为对象明智的禁止区域的联合。这种表示对于依赖于联合空间关系的危险可能是不必要的限制，例如电池回收，其中导电有效负载只有当它同时接近两个端子时才会使充电电池短路。我们使用冻结的 OpenVLA 策略研究 LIBERO 中这种两端危险的运行时过滤。我们将运行时过滤器分解为三个设计选择：谓词结构、其几何边距以及命令操作被拒绝时应用的回退操作。我们比较了连接谓词、传统的两点排除以及两者的组合。对于每个谓词，我们改变其边际以获得任务成功和残余风险之间的边界。然后，我们在匹配的操作点上比较四种后备策略：保持、撤退、采样搜索和连续行动障碍投影。在三个工作单元中，一旦每个谓词家族都在自己的边际上进行评估，它们就会追踪几乎相同的安全效用边界。相比之下，后备策略的效果要大得多：相对于在不减少风险的情况下撤退，坚持会降低任务成功率高达 0.302，而两种微创后备策略都会留下更多的残余危险。这种排序转移到第二个策略和任务套件，而基于撤退的过滤在过滤器可用间隙中的误差下仍然有效，尽管估计有效载荷大小中的相关误差比终端位置中较大的独立误差更具破坏性。这些结果表明，对于邻近定义的操纵危险，在确定运行时过滤器的安全性与效用权衡时，边际选择和后备策略比谓词结构更重要。