视觉语言模型能否从机器人第一视角图像评估人际距离风险？

英文标题：Can Vision-Language Models Assess Proxemic Risk from Egocentric Robot Images?

这篇论文探讨视觉语言模型（VLM）能否基于机器人第一视角图像评估人际距离（proxemic）风险。作者指出，在人类环境中实现安全的具身导航，需要同时具备视觉理解与情境推理能力。研究评估了三种开源 VLM，但所提供原文摘要在模型名称及实验结果处截断，未包含具体性能数据或结论。该研究对开发具备社交安全意识的机器人导航系统，以及评估多模态模型的空间与人际交互理解能力具有参考意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB