الروبوت الذي يُسقط كوبًا يكون قد فشل بالفعل. لكن السؤال التشغيلي هو: هل يستطيع المتحكم اكتشاف الخطأ في وقت مبكر بما يكفي للتوقف، أو التراجع، أو طلب المساعدة، أو تجربة استرداد أكثر أمانًا؟ تزداد أهمية هذا التمييز مع انتقال نماذج الرؤية واللغة والفعل (VLA) من العروض القصيرة إلى مهام المناولة الأطول، إذ يمكن لخطأ صغير في الخطوة الأولى أن يتحول إلى سلسلة من الأفعال غير الملائمة على نحو متزايد.

ذراع روبوت تعاوني يتوقف قبل الإمساك بكوب في مختبر أبحاث، موضحًا الكشف المبكر عن الأعطال.

تركز ورقة أولية أُرسلت إلى arXiv في 3 سبتمبر 2026، بعنوان FailureSpot، على هذه المشكلة الضيقة، لكنها ذات أثر عملي كبير. ولا يقترح العمل، الذي أعده Jie Ma وZongxi Liu وYi Zhu، سياسة روبوت عامة أخرى. بل يضيف كاشفًا يهدف إلى تحديد النقطة التي يبدأ عندها المسار الذي تتحكم فيه منظومة VLA بالفشل. والحجة المركزية في الورقة عملية: وسم النجاح أو الفشل النهائي وحده خشن أكثر مما ينبغي لروبوت يحتاج إلى التدخل وهو لا يزال يتحرك.

هذه أبحاث مبكرة، وليست شهادة اعتماد لمنتج ولا دليلًا على أن روبوتًا منزليًا أو صناعيًا أصبح جاهزًا للعمل بلا إشراف. تكمن أهمية FailureSpot في مكان آخر. فهي تجعل مشكلة المراقبة صريحة، وتوضح لماذا تكون الوسوم المتاحة مضللة في كثير من الأحيان، وتقترح طريقة لإنفاق وقت التعليق البشري النادر على الأجزاء الأهم من المسار. وهذه مسألة نشر مختلفة عن السؤال المتعلق بقدرة نموذج ما على إنجاز مهمة في عرض تجريبي نظيف.

اللحظة المفقودة بين الفعل والفشل

تضغط معظم تقييمات الروبوتات المحاولة بأكملها في رقم واحد. يُطلب من السياسة وضع جسم، أو فتح درج، أو إكمال تسلسل مناورات متعدد الخطوات، ثم تحصل الجولة على وسم نجاح أو فشل. يفيد هذا القياس في مقارنة الأنظمة، لكنه يخفي الحدث الذي يحتاج المشغّل إلى معرفته فعلًا: متى توقفت الجولة عن إحراز تقدم ذي معنى؟

لنتأمل مهمة طويلة الأفق للالتقاط والوضع. قد يحدد الروبوت الجسم على نحو صحيح، ويقترب منه، ثم يغلق القابض أبكر قليلًا من اللازم، ويواصل بعد ذلك تنفيذ حركات مبنية على افتراض خاطئ بأن الجسم أصبح ممسوكًا. يكون خطأ الإمساك الأول هو النقطة التي كان التدخل عندها أقل كلفة. وبحلول نهاية المسار، قد يتأرجح الروبوت، أو يصدر أوامر متشابهة مرارًا، أو يتحرك نحو موقع لم يعد متوافقًا مع المهمة. يستطيع مصنف بعد انتهاء الجولة أن يقول إن المحاولة فشلت، لكنه لا يستطيع وحده منع الحركات المهدرة أو الفعل غير الآمن التالي.

تصوغ FailureSpot الهدف بوصفه اكتشافًا على مستوى الطابع الزمني. فبدلًا من السؤال فقط عما إذا كان المسار i قد فشل، يقدّر الكاشف ما إذا كان الروبوت في حالة فشل عند كل خطوة زمنية، ويسعى إلى تحديد بداية تلك الحالة. ووفق تعريف الورقة، يبدأ الفشل عندما لا يعود الروبوت يحرز تقدمًا ذا معنى نحو هدف المهمة. ومن أمثلته عدم إصابة الهدف، أو التعطل أو الخمول، أو الحركة غير المتوقعة في فضاء حر، أو إنتاج أفعال لا تنسجم مع المهمة المقصودة.

يغير هذا التصور قيمة الكاشف. فالتنبيه المفيد ليس تنبيهًا دقيقًا في نهاية الحلقة فحسب؛ بل يجب أن يصل مبكرًا بما يكفي لإطلاق استجابة آمنة، مع تجنب عدد كبير من الإنذارات الكاذبة يجعل الروبوت غير قابل للاستخدام. ويهم تأخر الاكتشاف، ومعدل الإيجابيات الكاذبة، واختيار سلوك الاسترداد بقدر لا يقل عن معدل النجاح المعلن.

لماذا تعلم وسوم المسار الدرس الخطأ

تحدد الورقة مشكلة في الإشراف يسهل تجاهلها. فإذا وُسمت كل خطوة زمنية في مسار غير ناجح بأنها فشل، تعاملت بيانات التدريب مع الجزء الطبيعي من ذلك المسار كما لو كان سيئًا منذ البداية. قد يتصرف الروبوت بصورة صحيحة لعدة ثوانٍ قبل أول محاولة إمساك فائتة، لكن وسمًا على مستوى المسار ينشر الفشل إلى الخلف عبر الأفعال السابقة. عندها يتلقى الكاشف تعليمات متناقضة: تعرّف إلى السلوك الطبيعي بوصفه إشارة فشل لمجرد أن شيئًا ما حدث خطأ لاحقًا.

ليست هذه مسألة تنظيم ملفات صغيرة. فالحد الفاصل بين التنفيذ الطبيعي والفشل هو بالضبط ما ينبغي لمراقب وقت التشغيل أن يتعلمه. وقد يؤدي طمس هذا الحد إلى تشغيل الكاشف مبكرًا جدًا، أو تفويت الانتقال، أو تعلم ارتباطات لا تنتقل إلى مهمة جديدة. كما يجعل التقييم أقل إفادة. فقد يحصل نظام على نتيجة معقولة على مستوى المسار، مع أنه لا يكتشف المشكلة إلا بعد فوات الأوان لحماية الجسم أو الروبوت أو شخص قريب.

قد تساعد الوسوم الزمنية الكثيفة، لكنها مكلفة. فعلى المراجعين البشر مشاهدة المسارات، وتحديد أول انحراف ذي أثر، وتطبيق تعريف متسق عبر سياسات ومهام مختلفة. وترتفع الكلفة بسرعة عندما يجمع فريق بحثي عددًا كبيرًا من الجولات، أو يختبر عدة نماذج، أو يريد تغطية أنماط فشل نادرة. كما أن بيانات الفشل غير متوازنة؛ فالأخطاء الشائعة أسهل في الجمع من التركيبات غير المألوفة التي تجمع بين ازدحام المشهد، وغموض الإدراك، ووضعية روبوت غير مريحة.

لذلك تتعامل FailureSpot مع التعليق بوصفه مشكلة تخصيص موارد. فهي تستخرج أولًا إشارات ضعيفة من مقاطع الأفعال التي ينتجها الروبوت نفسه، ثم تستخدم التعلم النشط لطلب وسوم بشرية تفصيلية للمواقع التي يكون فيها الكاشف أكثر عدمًا لليقين. ولا يلغي التصميم الحكم البشري؛ بل يحاول توجيهه إلى الأمثلة الأرجح في تحسين المراقب.

ما الذي يراقبه الكاشف

تستخدم الطريقة أنماطًا في الأفعال التي تقترحها سياسة VLA، إلى جانب التمثيلات الداخلية للسياسة. وتبرز الورقة ثلاث فئات واسعة من الإشارات المستخدمة في الإشراف الضعيف. فقد تكون مقاطع الأفعال المتتالية غير متسقة مع بعضها. وقد تتجمد السياسة أو تبقى في حالة خمول. أو قد تنتج حركات قوية تبدو عشوائية. ولا يثبت أي نمط من هذه الأنماط أن المهمة فشلت في كل بيئة؛ فقد يكون التوقف مقصودًا، وقد تكون الحركة الكبيرة صحيحة في مساحة عمل واسعة. لكنها إشارات بداية مفيدة لأنها تُحسب من السلوك المسجل من دون أن يضطر إنسان إلى وسم كل إطار.

يكتسب هذا الاختيار أهميته من وضع المراقب قريبًا من حلقة التحكم. فقد لا يلاحظ المراجع البصري الفشل إلا بعد سقوط جسم أو تجاوز القابض للهدف. أما الكاشف القائم على الأفعال فيستطيع فحص ما توشك السياسة على تنفيذه، وربما يرفع إنذارًا قبل ظهور النتيجة الفيزيائية. وهذه أيضًا حدوده: فتدفق الأفعال يعكس تفسير السياسة للمشهد، ولذلك قد تنتج سياسة واثقة لكنها خاطئة أفعالًا سلسة ومتسقة داخليًا.

تستخدم FailureSpot كاشفًا خفيفًا فوق التمثيل الداخلي لنموذج VLA، وتجرب نسخًا من متعدد الطبقات وذاكرة طويلة قصيرة الأمد، وفقًا لما تذكره الورقة. ولا يُعرض الكاشف بوصفه بديلًا عن فحص التصادم، أو فرض حدود المفاصل، أو استشعار القوة، أو زر الإيقاف الطارئ البشري. إنه مكوّن مراقبة يمكنه إضافة دليل على أن سلوك السياسة نفسه بدأ ينحرف.

يتكون سير العمل من مرحلتين. في الأولى، تقدم الوسوم الضعيفة المستخرجة من الأفعال إشارة تدريب أولي واسعة من دون الحاجة إلى تعليق يدوي كثيف. وفي الثانية، يختار التعلم النشط المسارات غير الواضحة لتعليقها على مستوى الطابع الزمني. ثم يُضبط الكاشف باستخدام هذه الأمثلة الغنية بالمعلومات. ومن حيث المبدأ، يمكن لذلك أن يقلل مقدار التعليق اللازم لتعليم النموذج موضع بداية الفشل، مع الحفاظ على القدرة على التعلم من مجموعة أكبر بكثير من الجولات غير الموسومة.

ماذا تثبت الورقة الجديدة فعلًا

يفيد المؤلفون بحدوث تحسينات في اكتشاف الفشل على مستوى الطابع الزمني وعلى مستوى المسار عبر سياسات VLA متعددة. ولا يدعي ملخص arXiv أن الطريقة تحل السلامة الفيزيائية عمومًا، وينبغي قراءة الورقة بوصفها نتيجة بحثية لا حالة سلامة موثقة. وأقوى مساهماتها هي جمع ثلاث أفكار: تعريف بداية الفشل بوضوح، واستخدام سلوك الأفعال لإنشاء إشراف ضعيف، وإنفاق الوسوم التفصيلية على الحالات غير المؤكدة.

وتفيد الورقة أيضًا بأن السياسات المختلفة تُظهر بصمات فشل مختلفة. ووفق ملاحظات المؤلفين، تنتج π0 عادة محاولات إمساك متكررة لكنها غير ناجحة، بينما تولد π0-FAST في أحيان أكثر حركات تأرجح مفرطة، وكثيرًا ما تصل OpenVLA إلى حالة جمود. وهذه إشارة مهمة لمن يبني مراقبًا عامًا. فقد لا يعمل كاشف دُرّب على أخطاء سياسة معينة بالطريقة نفسها مع سياسة أخرى، حتى عندما تتحكم السياسات في الروبوت نفسه.

وهذا الاعتماد على السياسة له وجهان. فقد تحمل التمثيلات الداخلية إشارات قيمة عن عدم يقين المتحكم أو فقدان التقدم، لكنها ليست لغة عالمية للفشل. يستطيع نموذج جديد تغيير تقسيم مقاطع الأفعال، أو التوقيت، أو سلوك الاسترداد المفضل. كما يمكن للعتاد أن يغير معنى الفعل: فأمر غير ضار على ذراع قد يكون غير قابل للوصول، أو سريعًا أكثر من اللازم، أو سيئ المعايرة على ذراع أخرى. لذلك يجب اختبار المراقبة عبر السياسات، والأجسام الروبوتية، وإعدادات المتحكم، وتوزيعات المهام.

ينبغي تفسير التحسن المبلغ عنه بحذر أيضًا، لأن هذه ورقة أولية. فهي ليست تقييم سلامة مستقلًا في مصنع أو مستودع أو عيادة أو منزل. يمكن للمحاكاة ومسارات المعايير القياسية أن تكشف نقاط ضعف مهمة، لكنها لا تعيد إنتاج كل عطل في المستشعرات، أو حدث تماس، أو عيب ميكانيكي، أو تأخر في الاتصال، أو مقاطعة بشرية، أو تغير بيئي قد يواجهه الروبوت عند نشره.

موقعه ضمن منظومة السلامة الأوسع

اكتشاف الفشل طبقة واحدة فقط من طبقات الروبوت الآمن. يستطيع المراقب تحديد أن السلوك أصبح مريبًا، لكن النظام لا يزال يحتاج إلى سياسة استجابة. وقد تكون الاستجابة إيقاف الحركة، أو تثبيت الموضع، أو الانتقال إلى وضعية معروفة الأمان، أو إفلات جسم، أو طلب تشغيل عن بُعد، أو إعادة المحاولة بخطة معدلة. ويتوقف الاختيار الصحيح على الروبوت والحمولة والمحيط والمهمة. فالإنذار الذي لا يرتبط بمسار تدخل محدد ومختبر هو أداة ملاحظة، لا آلية سلامة.

ينسجم ذلك مع الحجة الواردة في ورقة 2026 الأولية Modular Safety Guardrails Are Necessary for Foundation-Model-Enabled Robots in the Real World، التي أعدها باحثون من Texas A&M وPurdue وAmazon وNVIDIA. يميز المؤلفون بين سلامة الفعل، وسلامة القرار، والسلامة المتمحورة حول الإنسان. فقد يكون المتحكم قابلًا للتنفيذ فيزيائيًا لكنه خاطئًا دلاليًا؛ وقد يفهم أمرًا لكنه ينتهك قيدًا هندسيًا؛ أو قد يكمل حركة كان من المعقول أن يتوقع الإنسان منه تجنبها. ومن غير المرجح أن تغطي وحدة تعلم واحدة كل هذه الحالات.

في تلك البنية، سيجلس كاشف على نمط FailureSpot إلى جانب ضوابط أخرى. ويمكن لطبقة هندسية فرض قيود المفاصل والسرعة والقوة والتصادم. ويمكن لطبقة دلالية فحص ما إذا كان الجسم والفعل المختاران يطابقان التعليمات. ويمكن لمراقب التقدم أن يسأل ما إذا كانت المهمة لا تزال تتقدم. أما طبقة التدخل فتفرض التوقف أو التسليم عندما تتجاوز الأدلة عتبة خطر معينة. وليس فصل هذه الوظائف مسألة أناقة نظرية فحسب؛ فهو يجعل كل مكوّن أسهل في الاختبار والتحديث والتدقيق عندما تتغير البيئة أو السياسة.

ويكتسب الفرق بين اكتشاف الفشل وفرض السلامة أهمية خاصة. فقد يتعرف الكاشف بصورة صحيحة إلى أن الروبوت عالق، لكنه يفوّت تصادمًا سريعًا يحدث بين ملاحظتين. وعلى العكس، قد يمنع متحكم منخفض المستوى تصادمًا من دون أن يفهم أن الروبوت يحاول إمساك الجسم الخطأ منذ ثلاثين ثانية. هذه فئات فشل مختلفة وتحتاج إلى إشارات مختلفة.

مشكلة المعايير أكبر من كاشف واحد

يوضح خط آخر من الأبحاث الحديثة سبب حاجة مراقبة الفشل أثناء التشغيل إلى تقييم أوسع. تقدم LIBERO-Safety معيارًا وخط أنابيب لتوليد البيانات من أجل السلامة الفيزيائية والدلالية في نماذج VLA. ويذكر المشروع 19,664 عرضًا خاليًا من التصادم، وسيناريوهات عشوائية حرجة للسلامة، وتقييمات تشمل ثمانية نماذج VLA ونموذجين أساسيين للتجسيد. وتشمل النتائج المعلنة وجود توتر بين التعميم والسلامة، مع بقاء إتمام المهام محدودًا بسبب ضعف توليف المسار وعدم التطابق الدلالي.

هذه الأنماط من الفشل ليست قابلة للاستبدال. فقد يبقى الروبوت خاليًا من التصادم ويفشل مع ذلك لأنه يتوقف، أو يتأرجح، أو يتجاوز الأفق الزمني، أو يختار جسمًا خاطئًا دلاليًا. وقد يفوّت مراقب دُرّب فقط على الحركات العنيفة أو المضطربة بوضوح الإخفاقات الأكثر هدوءًا التي تهم في المناولة العملية. النظام الذي يقترب بأمان من الجسم الصحيح لكنه لا يكمل الإمساك لديه مشكلة تقدم. أما النظام الذي يمسك الجسم الخطأ بسلاسة فلديه مشكلة تأسيس أو ربط دلالي.

تتناول ورقة RoboFailRing، المنشورة في وقائع ACL 2026، الموضوع من زاوية أخرى: اكتشاف الفشل المعزز بالاسترجاع والاستدلال السببي للمناولة الروبوتية المدعومة بنماذج الرؤية واللغة. ويغطي تقييمها أكثر من 6,000 مسار فشل محاكى و81 مهمة من مهام المناولة. ويفيد المؤلفون بمعدل نجاح قدره 80% في اكتشاف الفشل خارج التوزيع، وبخفض متوسط زمن الاكتشاف إلى نحو النصف، وبزيادة متوسطة قدرها 35% في دقة الاستدلال على الفشل في الأنظمة الواقعية. وتخص هذه الأرقام تجارب تلك الورقة، ولا ينبغي اعتبارها مقارنة مباشرة مع FailureSpot، لأن الطرق والمهام ومجموعات البيانات والمقاييس مختلفة.

تشير هذه الدراسات مجتمعة إلى أن تقييمًا مفيدًا للروبوتات يجب أن يذكر أكثر من نجاح المهمة. وينبغي تسجيل وقت بدء الفشل، وسرعة ملاحظته، وعدد مرات مقاطعته لجولة ناجحة، ومدى تحديده للسبب المرجح، وما إذا كان الاسترداد اللاحق يقلل الخطر. كما ينبغي فصل الانتهاكات الفيزيائية عن الأخطاء الدلالية والسلوك غير المكتمل لكنه الآمن. ومن دون هذا التفصيل، قد يكون لنظامين معدل النجاح نفسه، لكن ملفهما التشغيلي مختلف تمامًا.

ما الذي ينبغي للمشغلين سؤاله قبل النشر

بالنسبة إلى فريق يفكر في اعتماد متحكم VLA، لا تتمثل الخلاصة العملية في تثبيت كاشف بحثي معين وافتراض أن المشكلة حُلت. بل يجب جعل التعامل مع الفشل مطلبًا أساسيًا قبل توسيع نطاق الاستقلالية. وينبغي أن تبدأ مراجعة النشر بتصنيف للفشل مرتبط بالمهمة: إمساك فائت، اختيار الجسم الخطأ، حمل تماس مفرط، حجب المستشعر، تأرجح، حلقات خمول، أوامر يتعذر الوصول إليها، فهم قديم للمشهد، وفقدان الاتصال؛ وهذه أمثلة وليست قائمة مكتملة.

بعد ذلك، ينبغي للفريق تحديد أبكر نقطة تدخل مفيدة لكل فئة. فقد يسمح الإمساك الفائت بإيقاف مؤقت وإعادة الملاحظة. وقد يتطلب ارتفاع القوة انسحابًا فوريًا. أما اختيار الجسم الخطأ فقد يحتاج إلى تأكيد بشري بدل إعادة محاولة تلقائية. ويمكن أن تكون حلقة الخمول غير مؤذية في بيئة، لكنها خطرة إذا كان الروبوت يحمل جسمًا ساخنًا أو حادًا أو هشًا. لذلك يجب ربط مخرج المراقب بهذه العواقب، لا الاكتفاء بإشارة مجردة.

ينبغي لجمع البيانات أن يحفظ الخط الزمني كاملًا، لا النتيجة النهائية فقط. وتحتاج السجلات إلى التعليمات، وملاحظات الكاميرا، وحالة الروبوت، ومقاطع الأفعال، وتحويلات المتحكم، وقراءات التماس أو القوة عند توفرها، وأحداث التدخل، والنتيجة النهائية للمهمة. فإذا خزّن خط البيانات مقاطع الفيديو الناجحة فقط ودرجة ثنائية للفشل، فقد أزال كثيرًا من المعلومات اللازمة لتعلم كاشف للبداية.

وينبغي أن يتضمن التقييم كلفة الإنذارات الكاذبة أيضًا. فالمراقب الذي يوقف الروبوت كلما توقفت السياسة قد يبدو حذرًا في معيار قياسي، لكنه يصبح عديم الفائدة تشغيليًا. وقد يزيد التدخل المفرط التآكل، ويخفض الإنتاجية، ويدفع المشغلين إلى تجاهل التحذيرات. والهدف ليس تعظيم الحساسية بمعزل عن غيرها؛ بل الوصول إلى توازن مقبول بين الاكتشاف المبكر، والفشل غير المرصود، والتوقفات الكاذبة، وشدة الأحداث التي تفلت من المراقبة.

وأخيرًا، يجب اختبار المراقب خارج الظروف التي استُخدمت لتدريبه. غيّر مواضع الأجسام، والإضاءة، والازدحام، وصياغة التعليمات، وزاوية الكاميرا، والحمولة، ومقياس الأفعال، وعتاد الروبوت. اختبر مهام مألوفة بترتيبات غير مألوفة، ومهام غير مألوفة بأجسام مألوفة. وشغّل السياسة نفسها مع إعدادات مختلفة للمتحكم. فكاشف الفشل الذي يعمل فقط مع النموذج والمعايرة المطابقين لما استُخدم أثناء التدريب قد يخلق شعورًا زائفًا بالتغطية.

لماذا هذه قصة نشر وليست قصة نموذج فقط

أنفقت صناعة الروبوتات سنوات في تحسين القدرة على إنتاج فعل معقول. أما الطبقة التشغيلية التالية فهي تقرير ما إذا كان ذلك الفعل لا يزال منطقيًا بعدما يرفض العالم التعاون. الأجسام تنزلق، ويدخل الناس إلى مساحة العمل، وتصبح الافتراضات البصرية قديمة، وتفشل المحاولة الأولى للإمساك. والنموذج الذي يواصل العمل بثقة ليس مستقلًا بمعنى السلامة المفيد؛ إنه مثابر فحسب.

تكتسب FailureSpot قيمتها لأنها تعزل اللحظة التي ينبغي أن تنتهي عندها المثابرة. ويعالج استخدامها لإشارات الأفعال الضعيفة كلفة الوسم الكثيف، بينما يقر التعلم النشط بأن أكثر البيانات إفادة توجد غالبًا قرب الحد غير المؤكد بين التقدم والفشل. كما يطرح العمل نقطة أوسع: كلما أصبحت سياسات VLA أكثر عمومية، قد تصبح أخطاؤها أقل قابلية للتنبؤ، لا أقل أهمية. ولا يستطيع رقم نجاح واحد وصف هذا التغير.

سيكون المسار القريب على الأرجح قائمًا على إشراف متعدد الطبقات. يمكن لسياسات VLA اقتراح الأفعال وتفسير اللغة، بينما تراقب وحدات مستقلة التقدم، والقيود الفيزيائية، والاتساق الدلالي، وعدم اليقين. وعندما تختلف هذه المراقبات، ينبغي أن يمتلك الروبوت سلوك تسليم أو توقف محافظًا اختُبر على الآلة الفعلية. تضيف هذه البنية عملًا هندسيًا، لكنها تحول الفشل من إحصاء بعد انتهاء المهمة إلى حدث صُمم النظام لإدارته.

وللقراء الذين يقيّمون ادعاءات الروبوتات، يصبح السؤال المفيد بسيطًا: ليس فقط «كم مرة أنهى الروبوت المهمة؟»، بل أيضًا «كيف عرف أنه لم يعد في طريقه إلى إنهائها، وماذا فعل بعد ذلك؟». وستكشف الإجابة عن نضج النشر أكثر مما يكشفه فيديو آخر لعرض متواصل بلا انقطاع.

المصادر وحالة البحث

FailureSpot ورقة أولية على arXiv أُرسلت في 3 سبتمبر 2026، ولم تُعرض هنا بوصفها دليلًا على منتج خضع لمراجعة محكّمة. ويأتي السياق المحيط بها من الأوراق الأولية التي أعدها المؤلفون أنفسهم، ومن سجل RoboFailRing في ACL Anthology، ومن صفحتي مشروع وورقة LIBERO-Safety الرسميتين. أُبقيت المقاييس المبلغ عنها مرتبطة بدراساتها الأصلية، ولا يُفهم منها ترتيب بين الأوراق.

للاطلاع على المادة الأساسية، راجع FailureSpot: Label-Efficient Timestamp-Level Failure Detection for Vision-Language-Action Models، وRoboFailRing: Retrieval-Augmented and Language Grounding Failure Detection for VLM-enabled Robotic Manipulation، وLIBERO-Safety: A Comprehensive Benchmark for Physical and Semantic Safety in Vision-Language-Action Models، إضافة إلى صفحة مشروع LIBERO-Safety الرسمية، وورقة Modular Safety Guardrails Are Necessary for Foundation-Model-Enabled Robots in the Real World، وورقة Can We Detect Failures Without Failure Data? Uncertainty-Aware Runtime Failure Detection for Imitation Learning Policies.