arXiv cs.RO· Kai Tang, Peidong Jia, Zhong Chu, Jiajun Cao, Jixian Wu, Bohua Zhang, Rui Ma, Fangyuan Zhao, Sixiang Chen, Yichen Guo, Xiaowei Chi, Chun-Kai Fan, Kevin Zhang, Jinchang Xu, Fubing Yang, Weishi Mi, Xiaozhu Ju, Jian Tang, Shanghang Zhang·· 2 小时前AI 评分60
SafeDojo：通过交互式世界模型实现VLA的安全强化学习
SafeDojo: Safe Reinforcement Learning for VLA via Interactive World Model
AI 导读
SafeDojo 提出一种基于模型的安全强化学习框架，通过世界模型想象来改进视觉-语言-动作（VLA）策略，避免了昂贵的真实世界探索或手工设计安全函数的依赖。该方法在交互式视频世界模型之上进行在线强化学习，用 ResNet 成功分类器为预测的未来帧打分，配合轻量级安全头从当前隐状态上下文和候选动作块预测每步接触概率，再通过拉格朗日约束的 GRPO 平衡任务执行与轨迹安全信号。
来源：arXiv cs.RO · arxiv.org