CoSMO：共形语义建图用于开放世界安全导航

Shuqi Wang 等作者提出 CoSMO 语义安全建图框架，将视觉语言模型（VLM）嵌入转换为在线校准的覆盖集与安全感知障碍膨胀，以应对分布偏移。作者称 VLM 置信度校准较差，而现有共形预测假设固定标签集与平稳数据，因此直接在嵌入空间校准，避免词表扩展时分数重缩放。 在 Matterport3D 数据集上，CoSMO 相对仅几何基线将语义碰撞减少 61.6%，并在专家反馈延迟时仍保持形式化覆盖保证；四足机器人实机实验达到 90.73% 的长期经验覆盖率，目标为 90%。论文被 CoRL 2026 接收。上述结果为作者报告，尚未见独立验证。 该工作面向开放世界机器人导航的安全建图，涉及语义碰撞与覆盖保证，仿真与实机结果分别给出。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。