GLIDE
GLIDE 以斟酒任务为例，展示了如何通过带安全约束的遥操作逐步优化安全约束。在这一任务中，双手遥操作分别控制酒瓶和酒杯，因此存在多个潜在失效点：斟酒过程中酒杯发生偏移、酒瓶倾斜失控、瓶杯错位，以及末端执行器的运动导致任一抓握不稳定。
为避免这些问题，GLIDE 限制手部运动以保持对酒杯的稳定抓握，放大腕部旋转以实现可控倾倒，并通过约束酒瓶与酒杯的相对位置来维持两者对齐。这样一来，操作员可以专注于把握斟酒时机，无需不断纠正抓握状态。附录 B 给出了三个任务的完整安全约束细节。
第 3.1 节介绍初始化，第 3.2 节介绍基于轨迹的自我优化，第 3.3 节介绍用于安全约束数据采集和策略部署的实际应用。
结论与局限
研究结果令人鼓舞，但仍留下了若干值得探索的方向。首先，运行时安全约束仅使用本体感知信息来过滤指令，尽管编码代理会利用录制的视频和数值轨迹进行离线诊断。若能在运行时加入视觉和触觉信号，便有望覆盖抓握滑移、物体运动和液体状态等情况。
其次，安全约束已经将机器人状态纳入条件，但引入不确定性估计或任务阶段估计，或许能够进一步改善干预时机。未来的研究可以将 GLIDE 拓展到长时程任务、移动操作以及更复杂的机器人系统。
常见问题
哪项任务展示了 GLIDE 的安全约束优化？ 斟酒任务展示了如何通过带安全约束的遥操作优化安全约束。
斟酒任务中会出现哪些失效点？ 失效点包括酒杯偏移、酒瓶倾斜失控、瓶杯错位，以及导致任一抓握不稳定的末端执行器运动。
GLIDE 如何避免这些失效？ GLIDE 会限制手部运动、放大腕部旋转，并约束酒瓶与酒杯的相对位置。
未来研究的重要方向有哪些？ 未来工作包括加入视觉和触觉运行时信号、改善干预时机，以及将 GLIDE 拓展到更长时程和移动操作任务。