开放世界机器人的上下文安全推理与落地

针对开放环境中机器人行为依赖上下文特性的挑战，本文提出 CORE 安全框架。该框架利用视觉语言模型（VLM）直接从视觉观测中进行在线上下文推理，动态生成安全规则并将其落地于物理环境，通过控制障碍函数执行空间定义的安全集。CORE 无需预先知道环境地图或安全规范，提供了考虑感知不确定性的概率安全保证。仿真与实机实验表明，该方法在未见环境中能强制执行符合上下文的安全行为，显著优于缺乏在线推理能力的现有方法。