VLESA

VLESA代理监控人类活动以进行实时安全干预

研究人员开发了VLESA（视觉语言具身安全代理），一个旨在通过以自我为中心的视频监控人类活动，并实时干预以防止危险行为的系统。该框架解决了意图依赖型安全问题，即动作的风险取决于其上下文。VLESA利用了一个新颖的数据集进行目标条件安全标注，并使用一个经GRPO训练的Q滤波器来评估基于推断意图的动作。该系统在ASIMOV-2.0基准测试中展示了改进的干预准确性，将动作安全性提高了41个百分点以上。