面向基础模型驱动机器人物理风险控制的综合性综述
机器人学
2025-06-02 v2 人工智能
机器学习
摘要
近期的基础模型驱动机器人 (FMR) 显示出显著提升的通用技能，使其比传统机器人在适应性自动化方面表现更佳。其处理多样化任务的能力为取代人类劳动创造了新的机遇。然而，与通用基础模型不同，FMR 会与物理世界交互，其行为直接影响人类和周围物体的安全，要求谨慎的部署和控制。基于此，我们的综述全面总结了机器人控制方法，以缓解物理风险，覆盖 FMR 生命周期的各各阶段：从部署前到事故后。具体而言，我们将时间线广泛分为以下三个阶段：(1) 部署前阶段，(2) 事前阶段，(3) 事后阶段。遍历本综述，我们发现还有大量研究空间值得探索：(i) 事前风险缓解策略，(ii) 假设与人类物理互动的研究，以及 (iii) 基础模型本身的基本问题。我们希望本综述能成为对 FMR 物理风险及其控制进行高分辨率分析的里程碑，助力实现良好的人机关系。
引用
@article{arxiv.2505.12583,
title = {A Comprehensive Survey on Physical Risk Control in the Era of Foundation Model-enabled Robotics},
author = {Takeshi Kojima and Yaonan Zhu and Yusuke Iwasawa and Toshinori Kitamura and Gang Yan and Shu Morikuni and Ryosuke Takanami and Alfredo Solano and Tatsuya Matsushima and Akiko Murakami and Yutaka Matsuo},
journal= {arXiv preprint arXiv:2505.12583},
year = {2025}
}
备注
Accepted to IJCAI 2025 Survey Track