視覺-語言-動作（VLA）模型在機器人操作任務中展現出強大的泛化能力，但實際部署中因缺乏有效的安全措施而受限。現有方法僅能防止由機器人下一個動作引發的碰撞，無法預見整個規劃軌跡中的潛在風險。為解決這一問題，本文提出一種神經符號安全引導機制，專門針對基於流匹配的VLA模型，實現預測性碰撞避免。
流匹配VLA模型透過迭代神經流匹配過程預測完整軌跡（一系列動作），並據此決定下一個動作。該方法將安全執行形式化為一個最小范數約束最佳化問題：在每一步去噪過程中，對噪聲中間軌跡預測進行符號約束脩正，糾正安全違規。透過分析預測軌跡並在迭代去噪中應用修正，該方法能夠在碰撞變得不可避免之前提前預判。這種符號約束滿足與神經軌跡生成的交替，實現了預測性而非反應性的碰撞避免。
在SafeLIBERO基準測試上，該方法達到了82.8%的碰撞避免率和81.6%的任務成功率，分別比單步安全方法提高了6.3%和19.8%。效能提升在長時域任務上最為顯著，因為這類任務中複合分佈偏移最為突出。此外，該方法在保持高任務成功率的同時有效避免碰撞，表明神經符號交織是一種可行且有效的安全框架。作者提供了專案頁面，包含影片演示：https://willenglish.tech/SafetyGuidedFlowMatching/。
與現有單步安全方法相比，本文方法能夠考慮整個預測軌跡，從而提前識別並規避累積誤差導致的碰撞。透過最小范數約束，修正訊號對原始軌跡的影響最小化，保證了任務執行的穩定性。該研究為VLA模型的安全部署提供了新思路，未來可擴充套件到更復雜的機器人系統和場景。