安全のための制約付きデコーディング：ロボット航行基盤モデル

Abstract

ロボティック・ファウンデーションモデルの開発における近年の進歩は、ロボットシステムにおいて有望なエンドツーエンドかつ汎用的な能力をもたらしてきました。これらの方策は、シミュレートおよび現実世界の軌跡からなる膨大なデータセットで学習されており、マルチモーダルな観測を直接、物理的な実行のための行動列へと写像します。有望な現実世界での能力があるにもかかわらず、これらのモデルは依然としてデータ駆動であり、そのため行動の正しさについての明示的な概念を欠いています。私たちはこのギャップを埋めるために、Signal Temporal Logic（STL）式として表現された安全性仕様を強制する、自 autoregressive（自己回帰的）かつトランスフォーマー型のロボットナビゲーション・ファウンデーションモデル向けの制約付きデコード枠組みである SafeDec を導入します。私たちの方法は、再学習を行うことなく、ランタイム時に仮定されたダイナミクスの下で生成された行動がSTL仕様を（証明可能な形で）満たすことを保証しつつ、基盤となる方策には依存しない（無関係である）まま維持します。私たちは SafeDec を、CHORES ベンチマークにあるタスクで評価し、数百の手続き的に生成された環境にまたがる最先端の身体化ナビゲーション方策に対して、デコード時の介入が危険な行動のフィルタリングに有用であるだけでなく、条件付き行動生成にも有用であることを示します。動画は constrained-robot-fms.github.io で利用可能です