AlphaAdj：用VLM调节CBF保守度的导航框架

Jeffrey Chen 与 Rohan Chandra 提出 AlphaAdj：用第一视角 RGB 观测和视觉语言模型（VLM）按视觉语义上下文调节控制屏障函数（CBF）的保守程度。VLM 输出标量谨慎信号来调制 CBF 参数 alpha，并由几何与速度相关的上限约束激进程度；为应对 VLM 延迟，推理与控制回路异步运行，语义信号取自 token 级输出概率而非完整文本生成。 作者称，在障碍几何固定时，AlphaAdj 给行人的间距比给无害物体多 0.405 m，而仅几何与非视觉自适应 CBF 基线没有语义区分；在动态行人、杂乱场景及 Clearpath Jackal 实机上评估，杂乱条件下所有几何基线均碰撞，AlphaAdj 保持无碰撞。系统控制周期 0.0167 s，VLM 平均往返延迟 0.158 s。该工作为 arXiv 预印本，尚未经同行评议。

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。