視覚言語行動（VLA）モデルはロボット操作タスクにおいて優れた汎化能力を示しているが、実環境での展開は効果的な安全対策の欠如によって制限されている。既存の安全対策はロボットの次の行動による衝突のみを防止し、長期的な軌道のリスクを予見できない。本論文では、フローマッチングに基づくVLAモデルのための神経記号的安全ガイダンスメカニズムを提案し、予測的衝突回避を実現する。
フローマッチングVLAは、反復的な神経フローマッチングプロセスを通じて軌道（一連の行動）を予測することにより次の行動を決定する。本手法は安全性の実行を最小ノルム制約付き最適化問題として定式化し、ノイズのある中間軌道予測のノイズ除去過程で安全違反を修正する。具体的には、各ノイズ除去ステップで予測軌道を分析し、記号的制約による修正を適用することで、衝突が回避不能になる前に予測する。この記号的制約充足と神経軌道生成の交互実行により、反応的介入ではなく予測的衝突回避が可能になる。
SafeLIBEROベンチマークでは、本手法は82.8%の衝突回避率と81.6%のタスク成功率を達成し、単一段階法と比較してそれぞれ6.3%と19.8%の向上を示した。性能向上は、複合分布シフトが最も顕著な長期的タスクで最大であった。また、タスク成功率を維持しながら衝突を効果的に回避できることが示され、神経記号的交織が実行可能で有効な安全フレームワークであることを示している。著者らはプロジェクトページでビデオデモを公開している：https://willenglish.tech/SafetyGuidedFlowMatching/。
単一段階の安全手法と比較して、本手法は予測軌道全体を考慮するため、累積誤差による衝突を事前に識別し回避できる。最小ノルム制約により、修正信号が元の軌道に与える影響は最小限に抑えられ、タスク実行の安定性が保たれる。この研究はVLAモデルの安全な展開に新たな道を開き、今後より複雑なロボットシステムやシナリオへの拡張が期待される。