arXiv · 机器人与计算机视觉· Keke Tang, Guolin Qiu, Tianyu Hao, Daizong Liu, Yikai Zhang, Peican Zhu, Zhihong Tian·· 12 小时前AI 评分72
ExecGap:利用指令 - 执行差距对视觉语言动作模型发起补丁攻击
ExecGap: Exploiting Command-Execution Gap for Patch Attacks on Vision-Language-Action Models
AI 导读
针对视觉语言动作(VLA)模型,现有对抗攻击多优化预测偏差或 rollout 偏差,却忽视了 VLA 预测指令需经下游控制与具身实现才能执行的特性。本文提出 ExecGap 框架,通过偏向低可执行性方向(基于运动学效率低下和动态弱驱动估计),诱导指令执行退化从而破坏任务完成。多项仿真实验显示该方法比现有补丁攻击产生更大的指令 - 执行失配;真机实验进一步验证了物理平台上的执行退化效果。
来源:arXiv · 机器人与计算机视觉 · arxiv.org