Buchumschlag

Silent Failures in Physical AI: A Literature Review of Runtime Action Authorization for Autonomous Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Or, Barak
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Robotics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Can Predicted Dynamics Exist in the Physical World?
von: Or, Barak
Veröffentlicht: (2026)

Hide-and-Seek in Trajectories: Discovering Failure Signals for VLA Runtime Monitoring
von: Park, Seongheon, et al.
Veröffentlicht: (2026)

Causal Scene Narration with Runtime Safety Supervision for Vision-Language-Action Driving
von: Li, Yun, et al.
Veröffentlicht: (2026)

Can We Detect Failures Without Failure Data? Uncertainty-Aware Runtime Failure Detection for Imitation Learning Policies
von: Xu, Chen, et al.
Veröffentlicht: (2025)

SilentDrift: Exploiting Action Chunking for Stealthy Backdoor Attacks on Vision-Language-Action Models
von: Xu, Bingxin, et al.
Veröffentlicht: (2026)

A Method for the Runtime Validation of AI-based Environment Perception in Automated Driving System
von: Aslam, Iqra, et al.
Veröffentlicht: (2024)

SAFE: Multitask Failure Detection for Vision-Language-Action Models
von: Gu, Qiao, et al.
Veröffentlicht: (2025)

Robust Planning for Autonomous Vehicles with Diffusion-Based Failure Samplers
von: Wang, Juanran, et al.
Veröffentlicht: (2025)

Diffusion-Based Failure Sampling for Evaluating Safety-Critical Autonomous Systems
von: Delecki, Harrison, et al.
Veröffentlicht: (2024)

Hierarchical Vision Language Action Model Using Success and Failure Demonstrations
von: Park, Jeongeun, et al.
Veröffentlicht: (2025)

Do What You Say: Steering Vision-Language-Action Models via Runtime Reasoning-Action Alignment Verification
von: Wu, Yilin, et al.
Veröffentlicht: (2025)

Autonomous Action Runtime Management(AARM):A System Specification for Securing AI-Driven Actions at Runtime
von: Errico, Herman
Veröffentlicht: (2026)

Action Space Reduction Strategies for Reinforcement Learning in Autonomous Driving
von: Delavari, Elahe, et al.
Veröffentlicht: (2025)

ReconVLA: An Uncertainty-Guided and Failure-Aware Vision-Language-Action Framework for Robotic Control
von: Chen, Lingling, et al.
Veröffentlicht: (2026)

Generative AI for Autonomous Driving: A Review
von: Winter, Katharina, et al.
Veröffentlicht: (2025)

Understanding Multimodal Failure in Action-Chunking Behavioral Cloning
von: Mazza, Lorenzo, et al.
Veröffentlicht: (2026)

QuickLAP: Quick Language-Action Preference Learning for Semi-Autonomous Agents
von: Nader, Jordan Abi, et al.
Veröffentlicht: (2025)

Failure Probability Estimation for Black-Box Autonomous Systems using State-Dependent Importance Sampling Proposals
von: Delecki, Harrison, et al.
Veröffentlicht: (2024)

Kalman-Inspired Runtime Stability and Recovery in Hybrid Reasoning Systems
von: Or, Barak
Veröffentlicht: (2026)

An Efficient Ground-aerial Transportation System for Pest Control Enabled by AI-based Autonomous Nano-UAVs
von: Crupi, Luca, et al.
Veröffentlicht: (2025)

ExACT: An End-to-End Autonomous Excavator System Using Action Chunking With Transformers
von: Chen, Liangliang, et al.
Veröffentlicht: (2024)

EndoVLA: Dual-Phase Vision-Language-Action Model for Autonomous Tracking in Endoscopy
von: Ng, Chi Kit, et al.
Veröffentlicht: (2025)

Artificial Intelligence in the Autonomous Navigation of Endovascular Interventions: A Systematic Review
von: Robertshaw, Harry, et al.
Veröffentlicht: (2024)

Learning Position From Vehicle Vibration Using an Inertial Measurement Unit
von: Or, Barak, et al.
Veröffentlicht: (2023)

CyberCortex.AI: An AI-based Operating System for Autonomous Robotics and Complex Automation
von: Grigorescu, Sorin, et al.
Veröffentlicht: (2024)

Validity Learning on Failures: Mitigating the Distribution Shift in Autonomous Vehicle Planning
von: Arasteh, Fazel, et al.
Veröffentlicht: (2024)

PRAM-R: A Perception-Reasoning-Action-Memory Framework with LLM-Guided Modality Routing for Adaptive Autonomous Driving
von: Zhang, Yi, et al.
Veröffentlicht: (2026)

Robot Context Protocol (RCP): A Runtime-Agnostic Interface for Agent-Aware Robot Control
von: Lee, Lambert, et al.
Veröffentlicht: (2025)

Agentic AI Meets Edge Computing in Autonomous UAV Swarms
von: Nguyen, Thuan Minh, et al.
Veröffentlicht: (2026)

A Unified AI, Embedded, Simulation, and Mechanical Design Approach to an Autonomous Delivery Robot
von: Gamar, Amro, et al.
Veröffentlicht: (2025)

A Quantitative Autonomy Quantification Framework for Fully Autonomous Robotic Systems
von: Gyagenda, Nasser, et al.
Veröffentlicht: (2023)

Getting SMARTER for Motion Planning in Autonomous Driving Systems
von: Alban, Montgomery, et al.
Veröffentlicht: (2025)

Diffusion Models for Safety Validation of Autonomous Driving Systems
von: Wang, Juanran, et al.
Veröffentlicht: (2025)

A Hybrid Adaptive Velocity Aided Navigation Filter with Application to INS/DVL Fusion
von: Or, Barak, et al.
Veröffentlicht: (2022)

UAVs Meet Agentic AI: A Multidomain Survey of Autonomous Aerial Intelligence and Agentic UAVs
von: Sapkota, Ranjan, et al.
Veröffentlicht: (2025)

A Survey of Reasoning in Autonomous Driving Systems: Open Challenges and Emerging Paradigms
von: Yu, Kejin, et al.
Veröffentlicht: (2026)

A Physics-Informed Machine Learning Framework for Safe and Optimal Control of Autonomous Systems
von: Tayal, Manan, et al.
Veröffentlicht: (2025)

Constrained Natural Language Action Planning for Resilient Embodied Systems
von: Byrd, Grayson, et al.
Veröffentlicht: (2025)

Diffusion Model for Planning: A Systematic Literature Review
von: Ubukata, Toshihide, et al.
Veröffentlicht: (2024)

ExpertAD: Enhancing Autonomous Driving Systems with Mixture of Experts
von: Jiang, Haowen, et al.
Veröffentlicht: (2025)