Vision-language模型驱动的具身智能体能够完成指令任务，但常在执行过程中违反安全约束，这被称为交互安全问题。
训练安全行为困难，因为安全与任务成功是不同目标，且安全只在轨迹中的少数关键步骤出现。传统监督不足：仅模仿安全轨迹无法解释安全原因，对比任意安全/不安全轨迹会混入无关差异。
SafeBranch框架利用环境回滚将智能体的不安全rollout回到导致违规的关键步骤，询问智能体给出安全的替代动作，并将原始动作与替代动作配对，形成仅在该步骤不同的两条分支。通过这种分支对齐，训练得到的智能体在部署时无需安全评估器即可安全行动。
在IS‑Bench、SafetyALFRED以及包含未见任务和物体的分布外变体上实验，SafeBranch在保持任务成功率的同时显著提升安全成功率，在未见物体变体上实现约十倍的安全成功提升。
博主点评：该方法巧妙利用回滚生成对齐数据，解决了安全信号稀疏的问题，展示了在真实环境中提升安全性的可行路径。