CSF：面向运动生成器的上下文安全过滤

arXiv:2610.12467v1 公告类型：cross 摘要：文本条件运动生成器能够生成可跟踪的全身运动，但不具备场景依赖的安全概念：同一个动作可能是针对物体，也可能是针对人。现有的安全防护措施要么检查提示词，要么需要带标签的运动数据，要么施加几何约束；因此，它们无法直接考虑场景上下文如何改变运动的含义。我们提出上下文安全过滤（contextual safety filtering，CSF），这是一种无需训练的过滤器，将自然语言安全规则基于生成器生成的安全和不安全参考轨迹加以落实。对于每条激活的规则，安全和不安全参考轨迹定义一个仿射安全值，并由安全参考跟踪 CBF-QP 对其进行约束。在四个采用不同架构的预训练生成器上，CSF 在所有明确指定和由场景触发的不安全案例中均能激活预期规则，并将危险事件率最多降低 90%，同时保留 88%—100% 的无害运动。我们在真实世界的 Unitree G1 上展示了完整系统，该系统成功阻止了各种场景中的不安全运动，包括与人和物体的交互。