SPOC: Safety-Aware Planning Under Partial Observability And Physical Constraints

📄 arXiv: 2602.21595v1 📥 PDF

作者: Hyungmin Kim, Hobeom Jeon, Dohyung Kim, Minsu Jang, Jeahong Kim

分类: cs.RO

发布日期: 2026-02-25

备注: Accepted to IEEE ICASSP 2026

🔗 代码/项目: GITHUB

💡 一句话要点

SPOC：部分可观测与物理约束下的安全感知规划基准

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 具身任务规划 安全感知 部分可观测性 物理约束 大型语言模型

📋 核心要点

  1. 现有具身任务规划基准忽略了现实世界中部分可观测性和物理约束，导致无法有效评估可行性和安全性。
  2. SPOC基准通过引入严格的部分可观测性、物理约束和逐步规划，模拟真实家庭环境中的安全挑战。
  3. 实验表明，现有大型语言模型在SPOC基准上难以保证安全，尤其是在处理隐式约束时表现不佳。

📝 摘要（中文）

本文提出了SPOC，一个用于安全感知具身任务规划的基准，旨在解决现有基准忽略部分可观测性和物理约束的问题。SPOC集成了严格的部分可观测性、物理约束、逐步规划和基于目标条件评估，涵盖了火灾、液体、伤害、物体损坏和污染等多种家庭危害。通过基于状态和约束的在线指标，SPOC能够进行严格的评估。对现有大型语言模型（LLM）的实验表明，当前模型在确保安全感知规划方面存在困难，尤其是在隐式约束下。

🔬 方法详解

问题定义：论文旨在解决具身任务规划中，现有方法在部分可观测和物理约束条件下，难以保证安全性的问题。现有方法通常忽略了这些关键因素，导致在真实环境中部署时存在安全隐患。

核心思路：论文的核心思路是构建一个更贴近真实场景的基准测试环境，该环境包含严格的部分可观测性、物理约束以及多种家庭危害，从而能够更全面地评估具身智能体的安全规划能力。通过引入基于状态和约束的在线评估指标，可以实时监控智能体的行为是否安全。

技术框架：SPOC基准主要包含以下几个关键组成部分：1) 模拟的家庭环境，包含各种物体和潜在的危险源；2) 任务定义，要求智能体在满足特定目标的同时，避免触发危险事件；3) 物理约束，例如物体之间的碰撞、运动范围限制等；4) 部分可观测性，智能体只能获取环境的部分信息；5) 评估指标，包括基于状态的指标（例如智能体是否受伤）和基于约束的指标（例如智能体是否违反了物理约束）。智能体需要逐步规划其行动，并在每个步骤中评估其安全性。

关键创新：SPOC的关键创新在于其综合考虑了部分可观测性、物理约束和多种家庭危害，构建了一个更具挑战性和现实意义的具身任务规划基准。与现有基准相比，SPOC能够更全面地评估智能体的安全感知和规划能力。此外，SPOC还引入了基于状态和约束的在线评估指标，可以实时监控智能体的行为是否安全。

关键设计：SPOC基准中的物理约束通过模拟引擎实现，例如PyBullet。部分可观测性通过限制智能体的传感器范围和精度来模拟。家庭危害包括火灾、液体、伤害、物体损坏和污染等，每种危害都有相应的触发条件和后果。评估指标包括成功率、安全率、违反约束的次数等。任务定义采用基于目标条件的方式，例如“将苹果从冰箱拿到桌子上，同时避免打翻水杯”。

🖼️ 关键图片

fig_0

📊 实验亮点

实验结果表明，现有的大型语言模型在SPOC基准上表现不佳，尤其是在处理隐式约束时。例如，模型在避免打翻水杯的同时，难以有效地将苹果从冰箱拿到桌子上。这表明当前模型在安全感知和规划方面仍有很大的提升空间。SPOC基准的发布将有助于推动相关领域的研究。

🎯 应用场景

SPOC基准的潜在应用领域包括家庭服务机器人、辅助生活、智能家居等。通过在该基准上训练和评估智能体，可以提高其在真实家庭环境中执行任务的安全性，减少意外事故的发生。SPOC的未来影响在于推动具身智能体在复杂和不确定环境中的安全应用，提升人机协作的可靠性。

📄 摘要（原文）

Embodied Task Planning with large language models faces safety challenges in real-world environments, where partial observability and physical constraints must be respected. Existing benchmarks often overlook these critical factors, limiting their ability to evaluate both feasibility and safety. We introduce SPOC, a benchmark for safety-aware embodied task planning, which integrates strict partial observability, physical constraints, step-by-step planning, and goal-condition-based evaluation. Covering diverse household hazards such as fire, fluid, injury, object damage, and pollution, SPOC enables rigorous assessment through both state and constraint-based online metrics. Experiments with state-of-the-art LLMs reveal that current models struggle to ensure safety-aware planning, particularly under implicit constraints. Code and dataset are available at https://github.com/khm159/SPOC