CoFreeVLA：基于风险估计的无碰撞双臂操控
机器人学
2026-02-04 v2
摘要
视觉语言动作(VLA)模型使指令跟随操控成为可能，但双臂部署仍不安全，因为未建模臂部与抓取物体之间的自碰撞。我们提出CoFreeVLA，通过一个短时序自碰撞风险估计器来增强端到端VLA。该估计器从本体感知、视觉嵌入和计划动作预测碰撞概率。估计器对风险命令进行门控，通过风险导向的调整回归到安全状态，并塑造更安全的策略细化。它通过基于模型的碰撞标签进行预训练，并在真实机器人 rollouts 上进行后训练以进行校准。在PiPER机器人臂上的五个双臂任务中，CoFreeVLA减少了自碰撞并提升了成功率，相较于RDT和APEX表现更佳。
引用
@article{arxiv.2601.21712,
title = {CoFreeVLA: Collision-Free Dual-Arm Manipulation via Vision-Language-Action Model and Risk Estimation},
author = {Xuanran Zhai and Binkai Ou and Qiaojun Yu and Ce Hao and Yaohua Liu},
journal= {arXiv preprint arXiv:2601.21712},
year = {2026}
}