作者发布机械臂操作风险感知任务级决策基准

Lei Zhang 等作者提出并发布 ResponsibleRobotBench，一个包含 23 种机械臂操作任务配置的基准：目标与安全条件分开指定，并在 episode 层面串联危害类别预测、规划动作、执行反馈与最终结果。 对五个大型多模态模型的评测显示，终端安全与安全完成任务可能不一致：防御性提示提升了三个受测模型的终端安全，但对安全成功率的影响方向不同；危害类别预测正确也不能保证缓解动作可执行。在默认配置的切割任务中，GPT-4o mini 在全部 100 个 episode 中都识别出人员危害，却从未请求协助，每个 episode 都以不安全结束。 作者还通过模仿学习评测和实机机器人序列说明，缓解动作需与目标动作协调。该基准为 arXiv 预印本，尚未经同行评议；任务定义、检查条件与提示词见附录。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。