SafeHarness 为控制机器人机械臂的编码代理增加了一层安全机制：运动前检查机器人路径，执行过程中持续监督，还会处理常被忽视的抓取与释放最后几厘米——即使路径畅通无阻，这一阶段仍可能发生碰撞。它将基于长时程语言模型的控制，变成反复执行“规划—验证—执行”的流程，而不是只停留在提示词中的安全承诺。
目录
- 研究人员构建了什么？
- SafeHarness 报告了哪些结果？
- SafeHarness 如何工作？
- SafeHarness 为什么对机器人技术重要？
- SafeHarness 有哪些局限？
- 关于 SafeHarness 的常见问题有哪些？
- 结论：核心结论是什么？
研究人员构建了什么？
SafeHarness 是面向机器人操控编码代理的软件安全层。它不允许语言模型直接发出一长串动作指令，而是将任务拆分为多个阶段，并在机械臂行动前逐一检查。
第一层安全机制负责路径规划。分割模型会在相机画面中识别目标和障碍物，并将其表示为边界框。随后，编码代理将路径描述为一条折线，即由一系列路径点组成、能够抵达目标且不穿过障碍物的路线。独立于语言模型运行的几何检查器会审查这条路线。检查对象既包括夹爪，也包括机器人携带物体时的负载。只要路径进入障碍物边界框，就会被拒绝并返回重新规划。
第二层安全机制负责普通路径规划容易漏掉的接触动作，例如下降至物体上方、闭合夹爪或释放负载。SafeHarness 会检查障碍物是否紧邻接触目标，并选择能够保持安全间隙的接近方向。
系统还会限制代理重新读取路径图像的次数。反复将同一张图像加入语言模型上下文只会消耗空间，却不会增加信息，反而可能降低后续预测质量。
SafeHarness 报告了哪些结果？
评估采用 SafeLIBERO 协议，每个场景包含一个障碍物，并以单个轴对齐边界框表示该障碍物。当任务目标达成时，该回合计为成功；只有在整个过程中障碍物位移未超过基准规定的碰撞阈值时，该回合才计为安全。
SafeHarness 报告了两个核心指标：
- 任务成功率（TSR）： 完成预定任务的回合占全部回合的比例。
- 避碰率（CAR）： 障碍物始终未受扰动的回合占全部回合的比例。
论文提供的文本定义了基准设置和评估指标，但没有给出最终 TSR 或 CAR 百分比、消融实验结果，也没有提供与既有系统的数值对比。因此，目前最有充分依据的成果是架构层面的，而不是某个具体的百分比提升：SafeHarness 同时检查自由空间中的移动路径，以及目标处的接触阶段。
这一点很重要。路径可能成功绕开障碍物，但夹爪随后仍可能在垂直下降或释放时发生碰撞。SafeHarness 会分别评估这两个高风险环节，并在每个阶段重复检查，而不是依赖长任务开始时写入的一条安全指令。
评估还会将定位失败与物理碰撞区分开来。如果分割模型生成的障碍物框或目标框质量不佳，外部路径检查器仍可在机器人开始运动前拒绝由此产生的规划结果。
SafeHarness 如何工作？
SafeHarness 通过不断重复以下循环，将安全规则保留在语言模型的对话记忆之外：
- 定位场景。 分割模型通过边界框识别目标和障碍物。当前基准采用有意简化的表示：一个轴对齐的障碍物边界框。
- 生成路径。 编码代理接收完成定位的场景，并提出一条由多个路径点组成的折线。路径必须抵达目标，且不得穿过障碍物边界框。
- 运动前验证。 独立检查器测试拟议路径。检查对象包括夹爪，以及在适用情况下包括正在携带的物体。这一点很重要，因为空夹爪能够通过的路径，在负载增大扫掠体积后可能就无法通过。
- 拒绝后重新规划。 如果被检查对象的任何部分侵入障碍物边界框，路径就会被拒绝。编码代理随后生成另一条路径，直到验证通过为止。
- 在有限观测下执行。 运动过程中，SafeHarness 限制代理查阅路径规划图像的次数，避免相同观测反复填满上下文窗口，进而影响后续决策。
- 单独处理接触动作。 路径终点位于抓取或释放位置上方的预接触姿态。SafeHarness 接着检查障碍物是否紧邻目标。如果不紧邻，则允许采用常规接触策略；如果紧邻，夹爪会从能够最大化安全间隙的方向接近。
- 为狭窄空间启用后备方案。 如果没有任何接近方向能够让夹爪保持无碰撞，系统会重新调整夹爪姿态，使其开合轴线与障碍物相切。随后垂直下放负载，避免向障碍物方向发生横向移动。
这种分离体现了操作任务的几何特性。路径可以绕过障碍物，但最终抓取或释放的位置由目标固定。因此，接触动作需要独立的安全间隙规则，不能直接沿用路径检查结果。
这些外部工具相对于对话状态是无状态的，不需要语言模型在数百步之后仍记得某项约束。相反，每当下一个阶段开始时，系统都会重新施加该约束，为长时程控制提供更可靠的机制。
SafeHarness 为什么对机器人技术重要？
语言模型机器人控制器擅长将宽泛指令转化为一系列动作，但长任务会带来记忆问题。三百步任务开始时给出的安全规则，可能被遗忘、被后续观测逐渐稀释，或与新规划相冲突。SafeHarness 将持久性约束转移到验证工具中，在机器人即将行动时运行这些工具。
对于机器人采购方和运营管理者而言，其实际价值十分明确：避碰不再只是提示词中的非正式要求，而成为一道明确的执行门槛。这种设计尤其适用于在夹具、料箱、货架、工件或其他设备附近工作的机械臂，因为轻微的障碍物位移都可能破坏整个流程。
SafeHarness 的分阶段规划也符合许多真实任务的部署方式。空夹爪的路径并不够用；机器人抓起零件后，需要重新检查安全间隙。评估 二手工业机器人 时，可以将其视为软件安全层，用来补充而非取代机器人控制器内置的限制。评估用于柔性工作单元的 待售二手协作机器人 时，也应考虑类似因素。
SafeHarness 还指向一种更广泛的模式：工作空间、力、速度和负载限制，都可以通过外部工具执行，而不必完全依赖语言模型的上下文记忆。
SafeHarness 有哪些局限？
该评估以仿真为主，并采用每个场景只有一个障碍物的简化基准。多个障碍物将需要更强的规划器，尽管当前安全框架的接口已为此预留支持。障碍物也被表示为轴对齐边界框，其精确度可能不如完整的几何模型。
接触策略针对平行夹爪进行了调优。吸盘工具或灵巧手等其他末端执行器，则需要不同的安全间隙规则。定位质量仍取决于分割模型；验证可以拒绝错误路径，但不准确的边界框仍可能降低任务成功率。
每个回合需要数分钟的规划时间，这一成本可能限制高吞吐量部署。将已验证的路径缓存为可复用技能或许能够降低成本，但现有评估文本并未说明这种缓存的效果。提供的文本也没有包含 TSR 和 CAR 的数值结果，因此相较基线系统究竟提升了多少，仍无法确定。
关于 SafeHarness 的常见问题有哪些？
SafeHarness 会取代机器人的底层安全控制器吗？ 不会。它是一个在运动前检查路径和接触策略的规划与执行框架，不能取代硬件限位或经过认证的安全系统。
为什么机器人需要单独进行接触检查？ 最终的抓取或释放动作会扫过规划路径下方的一定空间，并且以目标为锚点。因此，机器人可能在移动过程中避开障碍物，却在下降或闭合夹爪时撞上障碍物。
拟议路径与障碍物相交时会发生什么？ 外部检查器会在执行前拒绝该路径，编码代理必须重新生成路线。如果执行或验证拒绝当前路线，同一个“规划—验证—执行”循环还可以再次进入规划阶段。
SafeHarness 能处理多个障碍物吗？ 评估设置只包含一个障碍物，但其接口支持为多个障碍物的场景接入更强的规划器。现有评估细节尚未展示这一扩展。
结论：核心结论是什么？
SafeHarness 为编码代理控制机器人增加了独立的路径和接触验证，同时覆盖移动过程以及最后的抓取或释放动作。它的主要贡献，是将持久性安全约束置于外部检查中，并在每个阶段重新执行，而不是相信语言模型能在漫长任务中始终记住这些约束。
机器人编码代理是否应该在每次运动前都通过外部几何检查？