【具身AGI导读】不撞上，和知道该离多近、该多慢，是两回事。一篇新公开的预印本用「只换障碍物」的配对场景发现：现成的机器人策略认得出障碍物的安全差异，却没把这个差异落到自己的运动上。
2026 年 10 月 26 日，arXiv 刊出一篇预印本，五位作者同属一个高校团队。论文搭了一套家用导航的安全评测：在一个家庭场景的机器人仿真环境里构造「空间配对」的场景------障碍物位置、周边布局与路线固定，只换障碍物本身 ，看机器人经过时的间距、速度与加速度变化会不会跟着变；障碍物按「该多谨慎」分成活物、易碎、耐撞三档，配多条路线与多种厨房布局，另有一个指标，检查这些运动量是否按谨慎次序排列 。
被测的是多类公开权重的视觉-语言-动作策略，以及若干视觉语言模型经两种框架落成的策略。据论文，这些策略认得出障碍物的安全差异 ------多类视觉-语言-动作策略的安全表现偏弱，运动倾向甚至与谨慎次序相反------但这个差异没有被稳定地落到运动上 ，显式安全提示的帮助也有限。
行业过去谈家用安全，常用碰撞率一个数来概括。据论文，仅看碰撞率，看不出机器人是不是「对什么都一样小心」 ：同样不碰撞，绕过孩子和绕过垃圾桶，该留的间距、该放的速度不该一样。
家用场景的分化点在这里：安全导航不是「不撞」就够了，而是会不会按对象调整行为 ，这要求把语义理解落到间距与速度这类连续量上。运动规划给出的本是一条条轨迹，安全与否，要看轨迹在障碍物附近怎么变 。
把「怎么动」纳入评分，短板就露了出来。据论文，模型单独推断控制值时能按谨慎次序排序，与任务执行代码一起生成时排序变差 ，拆成独立步骤能改善，但还需让速度作用区与间距联动，值才会真正影响轨迹。作者的探测还显示，模型的视觉语言骨干里留着安全相关的知识，只是这些知识没有出现在执行的动作里 。
这篇论文换掉的是尺子本身：在它这里，「安全」不再是一条碰撞率曲线，而是面对不同对象时的一串具体动作 。作者在文末写道，整个工作只在仿真里做导航，未上真机；谨慎分档是基准内部的相对次序，被测的只是紧凑的开源模型，障碍物尺寸仍可能混淆间距差异，目前也没有第三方复现 。
家用机器人真正的安全考试，考的从来不是会不会撞，而是动作有没有分别 。
参考资料
- arXiv · Benchmarking Obstacle-Conditioned Safety in Household Robot Navigation · 2026-10-26
编辑：具身AGI
具身智能第一现场
⭐点赞、转发、在看一键三连
⭐点亮星标，锁定具身AGI极速推送！