跳到正文
arXiv · 机器人与计算机视觉· Alexandre Garcia-Duran, Alejandro Rodriguez-Garcia, Manuel Molano-Maz\'on, Alexandre Hyafil, Srikanth Ramaswamy, Janne K. Lappalainen·· 8 天前AI 评分42

FlyNet 模型在连接组约束下能效提升但鲁棒性不及 CTRNN,揭示生物视觉与对抗攻击的共性脆弱机制

Measuring Robustness and Efficiency in a Connectome-Constrained Fly Visual System Model: Linking an Adversarial and a Perceptual Illusion

AI 导读

FlyNet 模型在碰撞检测任务中仅用 RAFT 的五分之一算力却对常见视频腐蚀更稳健,但面对对抗纹理仍易失效。研究证实连接组约束通过降低边数提升效率而非鲁棒性,且反向 phi 错觉与对抗攻击共享同一底层运动统计脆弱点。该工作已接受 NeurIPS 2026,为理解生物感知漏洞提供了可验证假设。

来源:arXiv · 机器人与计算机视觉 · arxiv.org