核心技術：AEGIS安全執行守護系統

VLSA的核心是AEGIS（Action Execution Guarded by Invariant Safety），它像一位“永遠在線卻不搶方向盤”的智能副駕駛，在關鍵時刻精準干預，確保安全無虞：

利用VLM理解任務指令（如“將傳送帶上的電機組件搬運至右側裝配工位”），自動推理出哪些物體是潛在威脅（如正在運轉的機械臂、臨時堆放的托盤、未固定好的線纜或巡檢中的AGV小車）；

結合GroundingDINO開放詞匯檢測器+RGB-D深度圖+多視角融合，將文本描述的“危險物”精準定位到3D世界坐標，實現任務對齊的障礙物感知。

▲AEGIS的流程圖

想象機器人末端和周圍的障礙物都不是復雜的形狀，而是被簡化成一個個“橢球體”。研究人員用了一種聰明的辦法：在兩個橢球體之間“插”進一個虛擬的平面，系統實時判斷兩個橢球會不會撞上這個“隔板”。為了讓這個方法更靈活、不那么“保守”，還引入了一個“虛擬輔助狀態”來動態調整這個平面的方向，讓它能更好地貼合實際情況。最終，整個避障策略被轉化成一個凸二次規劃問題，在平均0.356 毫秒內完成求解，僅占單步控制周期的 1.86%，幾乎零開銷！

▲機械臂末端與障礙物橢球

只在必要時微調動作，最大程度保留VLA原有的精細操作意圖（如端平水杯、輕柔抓?。?，避免傳統避障算法“為了安全犧牲任務”。

嚴苛驗證：SafeLIBERO安全基準發布

為科學評估安全性能，研究團隊在主流具身智能基準LIBERO基礎上，構建了首個專注于物理安全的測試集--SafeLIBERO： 

• 新增16個任務×2種干擾等級（貼近干擾/路徑阻擋）；

• 引入摩卡壺、酒瓶、書本、收納盒等日常高風險障礙物；

• 共計1600個隨機化測試片段，模擬真實作業場景中的突發碰撞風險。

▲SafeLIBERO測試基準總覽

與OpenVLA-OFT和pi_0.5等主流VLA模型相比，AEGIS 模塊顯著提升了系統的安全性與任務執行能力。

為什么任務成功率反而更高？因為避免了碰撞引發的連鎖失敗--杯子沒打翻、目標沒移位、環境未破壞，任務自然更容易完成！

未來，團隊將持續拓展 VLSA 在以下方向的能力：

• 動態障礙物（如移動的人、移動的設備）的實時預測與避讓

• 六自由度（6-DoF）操作中的旋轉安全約束
• 全身協同運動下的多體安全控制

  產學研協同，共筑人機安全新生態

  此次成果由清華大學安全控制技術研究中心、天創機器人、阿里達摩院三方深度協作完成，標志著具身智能安全體系邁入新階段。

  我們相信：真正的智能，必須是負責任的智能。
  “守護安全，對抗焦慮"是天創機器人不變的使命。

   

  Ref

  論文題目:VLSA: Vision-Language-Action Models with Plug-and-Play Safety Constraint Layer

  論文作者:Songqiao Hu, Zeyi Liu, Shuang Liu，Jun Cen，Zihan Meng，Xiao He

  論文地址:https://arxiv.org/pdf/2512.11891

  項目地址:https://vlsa-aegis.github.io