安全フィルタ/異形態学習2026/9/24arXiv:2609.28984

CrossSafe: 異形態ロボット間で汎用化する潜在安全フィルタ

CrossSafe: Towards Cross-Embodiment Latent Safety Filters

ロボットの形態情報を条件とした潜在空間でのハミルトン・ヤコビ到達可能性解析により、異なる機体間で安全制約を共有できる安全フィルタを提案した。

詳しい要約

1. どんなもの？

本論文は、異なるロボット形態（embodiment）間で安全制約の遵守を汎化させる「CrossSafe」を提案する。VLAモデルのようなcross-embodiment学習の成功に着想を得て、安全フィルタも同様に共有可能と仮説を立てる。安全制約を満たす推論（障害物検出、回避判断、安全な抽象行動選択）はロボット間で共通だが、その実現方法は形態・運動学・動力学に依存する。そこで、Hamilton-Jacobi reachabilityに基づく価値関数と安全最大化方策をロボット間で共有し、形態認識潜在表現を用いて潜在空間で到達可能性解析を行う。5つの双腕ロボットと5つの全身衝突回避タスクで評価し、単一の方策が未見のembodimentにzero-shot汎化し、衝突率を低減することを示す。

2. 先行研究と比べてどこがすごい？

従来のcross-embodiment学習はVLAモデルなどで状態表現や操作スキルの汎化を示してきたが、安全執行の汎化は未検討だった。また、一般的な操作方策は共通のend-effector行動空間で動作し、安全がロボットの形態・運動学にどう依存するかを明示的に捉えていない。本研究は、embodiment-conditioned safety filteringを提案し、Hamilton-Jacobi reachability解析を潜在空間で行うことで、安全概念をembodiment間で汎化させつつ、各ロボットの形態・運動学に明示的に条件付ける点が新しい。

3. 技術・手法の肝は？

技術の肝は、Hamilton-Jacobi reachability-based value functionと安全最大化方策をロボット間で共有するembodiment-conditioned safety filteringである。ロボットと環境のmorphology-aware latent representationを用い、Hamilton-Jacobi reachability解析を直接潜在空間で実行する。これにより、学習された安全概念がembodiment間で汎化しつつ、各ロボットの形態・運動学に明示的に条件付けられる。

4. どうやって有効だと検証した？

5つの双腕ロボットembodimentと5つの全身衝突回避制約付き操作タスクで評価した。5つの操作タスクと4つのembodimentで共同訓練された単一の方策が、held-out embodimentにzero-shot汎化し、nominal policyの衝突率を低減することを示した。また、より多くのembodimentを用いた訓練が汎化を改善することも示した。

5. 議論はある？

要旨からは不明。

6. 次に読むべき論文は？

要旨で参照/比較されている研究は明示されていない。関連手法として、vision-language-action (VLA) model、Hamilton-Jacobi reachability、cross-embodiment learning、safety filterが挙げられる。同分野の定番として、VLAモデル（例: RT-2, OpenVLA）やHamilton-Jacobi reachabilityに基づく安全フィルタの論文を読むべき。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Ihab Tabbara, Yuxuan Yang, Hussein Sibai

分類: cs.RO, cs.AI, cs.LG, eess.SY

原文アブストラクト

Cross-embodiment learning has shown that a single model, such as a vision-language-action (VLA) model, can learn state representations and manipulation skills that can be applied across heterogeneous robots to accomplish various tasks. We hypothesize that the same holds for safety enforcement. The reasoning required to satisfy a safety constraint, such as detecting an obstacle, recognizing that it should be avoided, and selecting a safe abstract action, is largely shared across robots. What differs across embodiments is how the abstract safe action is realized: morphology, kinematics, and dynamics determine which actions are safe and feasible. Consequently, the same action can be safe for one robot and unsafe for another. This is especially important for generalist manipulation policies that operate in a common end-effector action space without explicitly capturing how safety depends on the robot's morphology and kinematics. We propose embodiment-conditioned safety filtering, in which a Hamilton-Jacobi reachability-based value function and its corresponding safety-maximizing policy are shared across robots. Using a morphology-aware latent representation of the robot and its environment, we perform Hamilton-Jacobi reachability analysis directly in latent space so that the learned safety concepts can generalize across embodiments while remaining explicitly conditioned on each robot's morphology and kinematics. We evaluate our approach across five bimanual robot embodiments and five manipulation tasks with whole-body collision-avoidance constraints. Our results show that a single policy, jointly trained across five manipulation tasks and four embodiments, exhibits zero-shot generalization to a held-out embodiment, reducing the nominal policy's collision rate. They also show that training using more embodiments improves generalization.

arXivで原文を読む →arXiv概要ページ

← 論文一覧