Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.16402

帮助 | 高级搜索

计算机科学 > 人工智能

arXiv:2506.16402 (cs)
[提交于 2025年6月19日 ]

标题: IS-Bench:评估VLM驱动的具身代理在日常家务任务中的交互安全性

标题: IS-Bench: Evaluating Interactive Safety of VLM-Driven Embodied Agents in Daily Household Tasks

Authors:Xiaoya Lu, Zeren Chen, Xuhao Hu, Yijin Zhou, Weichen Zhang, Dongrui Liu, Lu Sheng, Jing Shao
摘要: 由视觉语言模型驱动的具身代理如果规划不当,会带来显著的安全隐患,阻碍其在现实世界家庭任务中的部署。 然而,现有的静态、非交互式评估范式无法充分评估这些交互环境中存在的风险,因为它们无法模拟由代理行为产生的动态风险,且依赖于忽略不安全中间步骤的事后评价。 为弥合这一关键差距,我们提议评估代理的交互安全性:即其感知突发风险并按正确程序顺序执行缓解措施的能力。 因此,我们提出了IS-Bench,这是首个为交互安全性设计的多模态基准测试,包含161个具有挑战性的场景和388个独特的安全风险实例,均在高保真模拟器中实现。 至关重要的是,它引入了一种新的过程导向评估方法,验证风险缓解行动是否在特定风险易发步骤之前或之后执行。 在包括GPT-4o和Gemini-2.5系列在内的领先视觉语言模型上进行的广泛实验表明,当前的代理缺乏交互安全性意识,虽然安全意识的链式思维可以提高性能,但往往会影响任务完成。 通过强调这些关键限制,IS-Bench为开发更安全、更可靠的具身人工智能系统奠定了基础。
摘要: Flawed planning from VLM-driven embodied agents poses significant safety hazards, hindering their deployment in real-world household tasks. However, existing static, non-interactive evaluation paradigms fail to adequately assess risks within these interactive environments, since they cannot simulate dynamic risks that emerge from an agent's actions and rely on unreliable post-hoc evaluations that ignore unsafe intermediate steps. To bridge this critical gap, we propose evaluating an agent's interactive safety: its ability to perceive emergent risks and execute mitigation steps in the correct procedural order. We thus present IS-Bench, the first multi-modal benchmark designed for interactive safety, featuring 161 challenging scenarios with 388 unique safety risks instantiated in a high-fidelity simulator. Crucially, it facilitates a novel process-oriented evaluation that verifies whether risk mitigation actions are performed before/after specific risk-prone steps. Extensive experiments on leading VLMs, including the GPT-4o and Gemini-2.5 series, reveal that current agents lack interactive safety awareness, and that while safety-aware Chain-of-Thought can improve performance, it often compromises task completion. By highlighting these critical limitations, IS-Bench provides a foundation for developing safer and more reliable embodied AI systems.
主题: 人工智能 (cs.AI) ; 计算与语言 (cs.CL); 计算机视觉与模式识别 (cs.CV); 机器学习 (cs.LG); 机器人技术 (cs.RO)
引用方式: arXiv:2506.16402 [cs.AI]
  (或者 arXiv:2506.16402v1 [cs.AI] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.16402
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Xiaoya Lu [查看电子邮件]
[v1] 星期四, 2025 年 6 月 19 日 15:34:46 UTC (1,112 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
cs.AI
cs.CL
cs.LG
cs.RO

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号