arXiv cs.LG· Tianruo Rose Xu, Jiawei Ren, Yichi Yang, Zhaoxu Zheng, Lianhui Qin·· 6 小时前AI 评分41
RT-Safe：实时具身环境中的智能体安全基准测试
RT-Safe: Benchmarking Agent Safety in Real-Time Embodied Environment
AI 导读
研究者推出 RT-SAFE，一个模拟城市基准，用于评估实时约束下的具身智能体安全。在八个 VLM 上，最难设置中仅 0.7% 的回合无安全事件完成；静态与实时评测任务完成率分别为 91.3% 和 94.1%，但实时执行使碰撞增加 12.3 倍。RT-SAFE 还可支持离线 RL 训练，在保持高任务完成率的同时大幅降低碰撞率。
来源：arXiv cs.LG · arxiv.org