日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

安全性評価arXiv:2604.18463

大規模言語モデルを用いた具現化プランニングには系統的な安全リスクが存在する

Using large language models for embodied planning introduces systematic safety risks

シェア:XThreadsFacebookLINEはてブBluesky

大規模言語モデルをロボットのプランナーとして使う際の安全性を評価するベンチマークDESPITEを導入し、計画能力が高くても危険な計画を生成するリスクが高いことを示した。

詳しい要約

1. どんなもの?

- 大規模言語モデル(LLM)をロボットのプランナーとして使う際の安全性を体系的に評価する研究。 - ベンチマーク DESPITE を導入。12,279 タスクを含み、物理的危険と規範的危険を網羅し、完全に決定論的な検証を行う。 - 23 モデルを評価し、計画能力が高くても安全性が保証されないことを示す。

2. 先行研究と比べてどこがすごい?

- 従来の LLM プランナー評価はタスク成功率に焦点が当たりがちだったが、本研究は安全性を体系的に測定するベンチマークを提供。 - 計画能力と安全認識を分離して評価し、両者の関係を定量的に明らかにした点が新しい。 - 23 モデルという広範な比較を行い、スケールやモデル種別による傾向を示した。

3. 技術・手法の肝は?

- DESPITE ベンチマーク:物理的・規範的危険を含む 12,279 タスクを用意し、決定論的検証で計画の安全性を判定。 - 計画能力と安全認識を別々に測定し、それらの乗法的関係を分析。 - モデル規模(3B〜671B)や推論モデルか否かなどの要因を比較。

4. どうやって有効だと検証した?

- 23 モデルを DESPITE で評価。 - 最高の計画モデルは無効計画率 0.4% だが、危険計画率 28.3%。 - オープンソース 18 モデルでは計画能力は規模とともに 0.4%→99.3% と向上するが、安全認識は 38%→57% とほぼ横ばい。 - 3 つのプロプライエタリ推論モデルは安全認識 71-81% と高い。

5. 議論はある?

- 計画能力と安全認識の乗法的関係を特定。大規模モデルは主に計画改善を通じて安全にタスクを完了し、危険回避能力が向上しているわけではない。 - フロンティアモデルで計画能力が飽和に近づくにつれ、安全認識の向上が中心課題となる。 - プロプライエタリ推論モデルは高い安全認識を示すが、非推論プロプライエタリモデルやオープンソース推論モデルは 57% 未満にとどまる。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の定番として、LLM をロボットプランニングに用いる研究(例:SayCan, PaLM-E, Code as Policies など)や、安全なプランニングのためのベンチマーク(例:SafeBench, Safety Gym)が挙げられる。 - また、推論モデル(例:Chain-of-Thought, Tree of Thoughts)や、LLM の安全性評価(例:TruthfulQA, ToxiGen)も関連する。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Tao Zhang, Kaixian Qu, Zhibin Li, Jiajun Wu, Marco Hutter, Manling Li, Fan Shi

分類: cs.AI, cs.LG, cs.RO

原文アブストラクト

Large language models are increasingly used as planners for robotic systems, yet how safely they plan remains an open question. To evaluate safe planning systematically, we introduce DESPITE, a benchmark of 12,279 tasks spanning physical and normative dangers with fully deterministic validation. Across 23 models, even near-perfect planning ability does not ensure safety: the best-planning model fails to produce a valid plan on only 0.4% of tasks but produces dangerous plans on 28.3%. Among 18 open-source models from 3B to 671B parameters, planning ability improves substantially with scale (0.4-99.3%) while safety awareness remains relatively flat (38-57%). We identify a multiplicative relationship between these two capacities, showing that larger models complete more tasks safely primarily through improved planning, not through better danger avoidance. Three proprietary reasoning models reach notably higher safety awareness (71-81%), while non-reasoning proprietary models and open-source reasoning models remain below 57%. As planning ability approaches saturation for frontier models, improving safety awareness becomes a central challenge for deploying language-model planners in robotic systems.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI