本研究采用YOLOv7物体检测模型，针对厨房刀具使用中的不安全行为进行检测，成功识别手指位置和刀刃接触手的情况，显示出提升厨房安全的潜力。

本研究提出了一种新方法——受限信任区域策略优化（C-TRPO），旨在解决强化学习中的不安全行为问题。C-TRPO通过调整策略空间的几何结构，确保训练过程中的约束得到满足。实验结果表明，该方法在减少约束违规的同时，能够有效最大化奖励。

最近的研究发现，大型语言模型（LLMs）在机器人任务中可能产生歧视性结果和不安全行为。研究人员对几个高评级的LLMs进行了歧视和安全评估，发现它们在面对多样性身份特征的人时会产生偏见输出，并且在自由语言输入环境中不能安全行动。需要对LLMs进行风险评估和保证，以确保机器人的安全和公正运行。