論文の概要: Beyond Patch Removal: Persistent Adversarial Effects in Vision-Language-Action Policies

• arxiv url: http://arxiv.org/abs/2609.19669v1
• Date: Thu, 17 Sep 2026 04:14:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.097486
• Title: Beyond Patch Removal: Persistent Adversarial Effects in Vision-Language-Action Policies
• Title（参考訳）: パッチ除去を超えて:ビジョンランゲージ・アクション・ポリシーにおける永続的敵対的効果
• Abstract要約: Vision-Language-Actionポリシーへのアドリアパッチは、パッチが削除された後に残る即時アクションの破損と永続的な状態効果を引き起こす可能性がある。 我々は、一致するアクション・チャンク境界におけるパッチを除去し、その後の回復可能性を測定する状態復元プロトコルを導入する。 その結果, パッチ除去後, 対人効果は持続し, タイムリーな介入は回復に不可欠であることが示唆された。
• 参考スコア（独自算出の注目度）: 8.836504046285176
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Adversarial patches to Vision-Language-Action (VLA) policies can cause both immediate action corruption and persistent state effects that remain after the patch is removed. Existing evaluations largely focus on continuous attacks and do not separate these two effects. We introduce a state-restoration protocol that removes the patch at matched action-chunk boundaries and measures subsequent recoverability under the same remaining step budget. Clean, random-patch, deviation-matched, and fixed-direction controls distinguish adversarial effects from occlusion, action-error magnitude, and directional persistence. We also evaluate a recovery adapter trained on attack-induced states under controlled intervention latency. On OpenVLA-OFT with EDPA attacks, only 36.2% of LIBERO-Long episodes remain recoverable after five chunks, compared with 89.9% and 87.0% for the deviation-matched and fixed-direction controls. Similar persistent effects are observed on autoregressive OpenVLA. The recovery adapter improves recovery from 7.7% to 47.4% at one-chunk latency, but its benefit decreases substantially with delayed intervention. These results show that adversarial effects can persist after patch removal and that timely intervention is critical for recovery.
• Abstract（参考訳）: VLA(Vision-Language-Action)ポリシーに対する反対パッチは、パッチが削除された後に残る即時動作の破損と永続的な状態効果の両方を引き起こす可能性がある。 既存の評価は、主に継続的攻撃に焦点を当てており、これらの2つの効果を分離しない。 我々は、一致するアクション・チャンク境界におけるパッチを除去する状態回復プロトコルを導入し、同じステップ予算の下で、その後の回復可能性を測定する。 クリーンでランダムなパッチ、偏差マッチング、固定方向制御は、敵効果をオクルージョン、アクション・エラー・マグニチュード、方向性の持続性と区別する。 また,制御介入遅延下での攻撃誘発状態を訓練したリカバリアダプタの評価を行った。 EDPA攻撃を受けたOpenVLA-OFTでは、LIBERO-Longエピソードの36.2%が5チャンクで回復可能であり、偏差調整と固定方向制御では89.9%と87.0%であった。 同様の持続性効果は自己回帰性OpenVLAで観察される。 回復アダプタは1チャンクの遅延で7.7%から47.4%に改善されるが、遅延介入によってその利点は大幅に低下する。 以上の結果から, パッチ除去後の副作用は持続しうること, タイムリーな介入は回復に重要であることが示唆された。

関連論文リスト

• Reuse Before You Retrieve: Diagnosing Headroom and Complementarity for Test-Time Augmentation of Embodied Multimodal Policies [56.86456077356948]
  凍結言語アクション(VLA)ポリシーは、テスト時に徐々に改善されている。 追加のサンプリングは、ポリシーのロールアウト内により優れた振る舞いが存在する場合にのみ有効である。 検索は、関連するアクションがポリシーによって確実に表現されない場合に最も有用である。
  論文  参考訳（メタデータ） (2026-08-18T08:11:31Z)
• PhaseLoRA: Control-Regime-Conditioned Low-Rank Adaptation for Continuous-Action Vision-Language-Action Policies [74.07190331264488]
  本稿では,アクションチャンク予測ステップ毎に条件適応を行う軽量なLoRAパラメータ化を提案する。 PhaseLoRAはアクションエキスパートのLoRA左ファクタを変調し、有効な低ランク更新方向を時間とともに変更する。 その結果、連続的なVLAポリシーのための効果的な軽量PEFT軸として、軌道内コンディショニングが確立された。
  論文  参考訳（メタデータ） (2026-08-15T15:32:08Z)
• When Outputs Disperse, Does Epistemic Revision Follow? A Black-Box Diagnostic for Machine Collectives [0.0]
  我々は,集団知能研究における分散リビジョン結合を運用する。 条件付き不服従は虚偽の前提回復を+17.7ポイント改善することを示す。 介入スタンスシフトと前提保存率を正確さとともに報告することを推奨する。
  論文  参考訳（メタデータ） (2026-08-04T14:19:59Z)
• Why Does Action Chunking Improve Behavioral Cloning Performance in Robotic Control? [78.81308700607651]
  アクションチャンキングは単一のアクションではなく、複数のアクションを予測し、実行する。 非マルコフ表現率の増大と、マルコフポリシーと比較して複合誤差の低減による作用チャンキングの利点が示された。 本稿では,アンサンブルを明示的にインスタンス化することで,アクションチャンキングのメリットを増幅するポリシークラスを提案する。
  論文  参考訳（メタデータ） (2026-08-03T17:32:45Z)
• ActFovea: Runtime Safeguarding for VLA Policies via Spatiotemporal Visual-Action Consistency [23.6841289206823]
  視覚言語アクション(VLA)ポリシーは、ロボット操作において強力なパフォーマンスを達成する。 それらは、視覚的な観察、ロボットの状態、実行中の動作の時間的アライメントを損なうランタイム障害に対して脆弱である。 本稿では,ActFoveaについて紹介する。ActFoveaは,VLAポリシーの再トレーニングや修正を行うことなく,そのような障害を検出し緩和する,プラグアンドプレイのセーフガードフレームワークである。
  論文  参考訳（メタデータ） (2026-07-31T08:47:57Z)
• CheckVLA: Execution-Time Verification with Action-Conditioned World Model for Long-Horizon Mobile Manipulation [15.532709298240215]
  視覚言語アクション(VLA)ポリシーは、オープンループアクションチャンクを通じて長距離移動操作を実行する。 本稿では、個別に訓練されたフリーズされた行動条件付き世界モデルを用いて実行を検証するCheckVLAを提案する。 RoboCasa365では、一般的なトレーニングレシピと一致した呼び出し予算の下で、CheckVLAの平均成功率は36.1%であり、定期的なリプランでは27.6%である。
  論文  参考訳（メタデータ） (2026-07-29T11:31:33Z)
• TrustVLA: Mechanism-Guided Inference-Time Defense Against Vision-Language-Action Backdoors [54.12833308568015]
  VLA(Vision-Language-Action)モデルは、エンドユーザが監査できないパイプラインを通じてデプロイされる。 小さな視覚トリガーは、障害が観測可能である前に、長い水平ロボットポリシーをリダイレクトする。 個別に提案した2つのVLA攻撃を通してこのギャップについて検討した。
  論文  参考訳（メタデータ） (2026-07-14T09:43:52Z)
• SAE Interventions are Unreliable: Post-Intervention Recovery of Suppressed Behavior [38.75847400495247]
  スパースオートエンコーダ(SAE)は残ストリームの活性化を解釈可能な特徴に分解する。 特定の有害な特徴をクランプすることで,モデルの誤動作を確実に防止できることが示唆された。 我々は、この脆弱性を、制約付き残空間最適化問題であるポスト・インターベンション・リカバリ(英語版)として定式化する。
  論文  参考訳（メタデータ） (2026-06-16T15:04:17Z)
• Learning to Undo: Rollback-Augmented Reinforcement Learning with Reversibility Signals [1.9537983097153042]
  本稿では,価値に基づく強化学習エージェントの堅牢性と効率を向上させるための可逆学習フレームワークを提案する。 このフレームワークには2つの補完的なコア機構がある: s の Phi と割り込みと呼ばれる経験的に導出された遷移可逆性測度、選択状態のロールバック演算である。
  論文  参考訳（メタデータ） (2025-10-16T09:48:54Z)
• Bidirectional Decoding: Improving Action Chunking via Guided Test-Time Sampling [51.38330727868982]
  動作チャンキングが学習者と実証者の間の分岐にどのように影響するかを示す。 動作チャンキングをクローズドループ適応でブリッジするテスト時間推論アルゴリズムである双方向デコーディング(BID)を提案する。 提案手法は、7つのシミュレーションベンチマークと2つの実世界のタスクにまたがって、最先端の2つの生成ポリシーの性能を向上させる。
  論文  参考訳（メタデータ） (2024-08-30T15:39:34Z)
• Moving Forward by Moving Backward: Embedding Action Impact over Action Semantics [57.671493865825255]
  本稿では,潜伏埋め込みを用いた飛行行動の影響をモデル化する。 これらの潜在アクション埋め込みと、トランスフォーマーベースのポリシーヘッドを組み合わせることで、アクション適応ポリシーを設計する。 当社のAAPは, 対面時, 推論時, 動作不足時, 以前は見えなかった摂動行動空間においても, 高い性能を示した。
  論文  参考訳（メタデータ） (2023-04-24T17:35:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。