DMT-Attack:利用扩散先验纹理搜索攻击VLA策略
热点事件持续更新
DMT-Attack:利用扩散先验纹理搜索攻击VLA策略
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
Jun Xia等人提出DMT-Attack,这是一种无梯度灰盒攻击方法。该方法针对闭环视觉-语言-动作(VLA)策略,旨在通过生成自然纹理干扰模型。研究者利用冻结的文本条件扩散模型定义搜索空间,为桌布等普通场景物体生成纹理,从而实现无需梯度的攻击过程。 在评估测试中,DMT-Attack在闭环场景下的平均攻击成功率(cASR)达到57.9%。与此同时,其检测标记率仅为45%,表明生成的纹理具有较高的隐蔽性,难以被现有检测机制识别。这一结果证实了自然纹理能够有效破坏VLA系统的视觉反馈机制。 该研究发现意味着仅依赖视觉外观的防御机制存在漏洞,单纯检测图像异常不足以抵御此类攻击。为了应对威胁,研究指出未来需要开发能够联合评估视觉外观与任务行为特征的防御机制,以提升VLA系统在闭环操作环境中的鲁棒性。
AI 根据报道生成 · 15 小时前更新
最新进展11月20日 13:00
DMT-Attack:利用扩散先验纹理搜索实现闭环视觉-语言-动作策略攻击报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · AIDMT-Attack:利用扩散先验纹理搜索实现闭环视觉-语言-动作策略攻击
提出 DMT-Attack,一种无梯度灰盒攻击,通过扩散模型搜索自然纹理干扰 VLA 策略。 使用冻结文本条件扩散模型定义搜索空间,评估显示其 cASR 达 57.9%,且检测标记率仅 45%。 结果表明自然纹理可破坏 VLA 视觉反馈,需开发联合评估视觉外观与任务行为的防御机制。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 1011月20日 14:00
- 近 24 小时变化
- –
02.557.510
15:0018:0021:0011月21日03:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。