arXiv cs.AI· Xinyu Deng, Bohao Lan, Kunpeng Li, Mingkai Yuan, Weihang Pan, Binbin Lin·· 10 小时前AI 评分31
Risk-Triggered Search:面向冻结 JEPA 世界模型的行为保持安全控制
Risk-Triggered Search: Behavior-Preserving Safe Control
AI 导读
研究者提出 Risk-Triggered Search(RTS),在冻结的 JEPA 世界模型上展开动作条件未来潜在前缀,并用过程违规监督训练轻量风险头,同一前缀风险判据同时充当搜索触发门与硬可行性门。
正文 · AI 翻译
摘要:预训练视觉世界模型能够根据当前观测和目标观测生成多步动作计划,但仅以终点邻近为目标无法防止穿越禁区或刚体碰撞滑动。纯视觉接口可能缺乏解析动力学、结构化状态或显式碰撞几何,因此需要在内部预测以动作为条件的过程风险。我们提出风险触发搜索(RTS),用于冻结的联合嵌入预测架构(JEPA)世界模型。RTS 不依赖无法区分共享同一观测的候选计划的静态状态特征,而是在冻结的世界模型中展开以动作为条件的未来潜在前缀,并在过程违规监督下训练轻量级风险头。为了在保留安全名义行为的同时进行选择性干预,RTS 将同一预测前缀风险准则同时用作搜索触发门和硬可行性门:安全的名义计划直接执行,而警报则触发局部交叉熵方法(CEM)搜索,以在可行集内最小化名义偏差。为防止各向同性欧几里得最小修改将朝向障碍物的动作收缩为零幅停滞,我们引入保幅度量 $d_{\mathrm{AP}}$,在保持切向进展的同时维持名义计划处的唯一零点。在统一门控和该唯一零点条件下,绕过安全状态搜索产生的闭环轨迹与每步同核搜索严格相同。在过程安全基准和五个任务的安全到达率(SAR)指标下评估,RTS 在导航和关节控制上将 SAR 较 Direct 提升 12.67--41.67 个百分点,在 Cube/PushT 边界队列上提升 +2.08/+4.17 个百分点,在 1,968 条配对轨迹上保持与每步搜索 100% 的动作一致性,同时将控制器时间减少 17.71%--70.41%。
| 学科: | 人工智能(cs.AI) |
| 引用为: | arXiv:2611.24409 [cs.AI] |
| (或 arXiv:2611.24409v1 [cs.AI] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.24409 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Xinyu Deng [查看邮箱]
[v1]
2026年11月18日星期三 13:37:59 UTC(1,213 KB)
来源:arXiv cs.AI · arxiv.org