热点事件持续更新

CSF：文本条件运动生成器的安全过滤方法

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Lizhi Yang 等提出情境化安全过滤（CSF），一种免训练方法，把自然语言安全规则落到运动生成器产出的安全与不安全参考轨迹上，再由安全参考跟踪 CBF-QP 强制执行。论文称，在四个架构不同的预训练生成器上，CSF 在全部显式与场景触发型不安全案例中激活预期规则，将危险事件率降低至多 90%，同时保留 88-100% 的良性动作；并在真实 Unitree G1 上演示了与人和物体交互等场景。

AI 根据报道生成 · 3 小时前更新

最新进展10月9日 12:00

CSF：面向文本条件运动生成器的情境化安全过滤方法

报道时间线

沿着报道，了解事件的不同侧面。

10月9日

12:00
arXiv cs.RO 机器人学
CSF：面向文本条件运动生成器的情境化安全过滤方法
论文提出情境化安全过滤（CSF），一种免训练方法，将自然语言安全规则落到生成器产出的安全与不安全参考轨迹上，由安全参考跟踪 CBF-QP 强制执行。在四个架构不同的预训练生成器上，CSF 在全部显式与场景触发型不安全案例中激活预期规则，将危险事件率降低至多 90%，同时保留 88-100% 的良性动作；在真实 Unitree G1 上的演示覆盖了与人和物体交互等多种场景。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月9日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。