SafeGuard ASF：面向自动化工业安全的智能体人形机器人系统
机器人学
2026-03-27 v1
摘要
无人化“黑色工厂”在没有人类存在的情况下运行，对能够检测并响应多种危险类型的自主安全系统提出了要求。我们present了SafeGuard ASF（Agentic Security Fleet），一个综合性框架，用于在工业环境中部署人形机器人进行自动危险检测。该系统集成了多模态感知（RGB-D成像）、基于ReAct的智能体推理框架，以及在Unitree G1人形平台上的学习式运动控制策略。我们解决了三个关键危险场景：火灾和烟雾检测、管道中异常温度监测以及受限区域入侵检测。我们的感知管道在火灾或烟雾检测方面实现94.2%的平均精度（mAP），仅需127毫秒的延迟。我们训练了多个运动控制策略，包括舞蹈动作跟踪和速度控制，使用Unitree RL Lab配合PPO进行训练，演示了在80,000次训练迭代后稳定收敛。我们在仿真和真实环境中验证了该系统，展示了自主巡逻、基于视觉感知的人体检测以及障碍物规避能力。该系统提出的ToolOrchestra行动框架通过感知、推理和执行工具，实现了结构化的决策-making。
引用
@article{arxiv.2603.25353,
title = {SafeGuard ASF: SR Agentic Humanoid Robot System for Autonomous Industrial Safety},
author = {Thanh Nguyen Canh and Thang Tran Viet and Thanh Tuan Tran and Ben Wei Lim},
journal= {arXiv preprint arXiv:2603.25353},
year = {2026}
}