論文の概要: Exploiting Vulnerabilities: Universal Adversarial Attacks on Vision-Language-Action Models in Robotics

• arxiv url: http://arxiv.org/abs/2609.39178v1
• Date: Wed, 30 Sep 2026 07:34:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.393462
• Title: Exploiting Vulnerabilities: Universal Adversarial Attacks on Vision-Language-Action Models in Robotics
• Title（参考訳）: 爆発的脆弱性:ロボットにおけるビジョン・ランゲージ・アクションモデルに対するユニバーサル・アタック
• Abstract要約: VLA(Vision-Language-Action)モデルは、視覚知覚、言語理解、行動生成をエンドツーエンドの学習フレームワークにシームレスに統合することで、ロボット操作に革命をもたらした。 本稿では,ロボットの視野内に置くとタスク成功率を大幅に低下させる表面テクスチャを最適化した球体であるUniversal Adversarial Objectを提案する。
• 参考スコア（独自算出の注目度）: 48.41285841709567
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recently, Vision-Language-Action (VLA) models have revolutionized robotic manipulation by seamlessly integrating visual perception, language understanding, and action generation in an end-to-end learning framework. However, since these models are designed to interact directly with the physical world and humans, their security is critical, and even small vulnerabilities can lead to catastrophic failures. In this work, we propose the Universal Adversarial Object, a sphere with optimized surface texture that significantly degrades task success rates when placed within the robot's field of view. Specifically, our approach introduces a multi-level attack framework that jointly disrupts trajectory planning, task execution, and action control. We validate our method in both simulated and real-world robotic settings. Experimental results demonstrate that the adversarial object reduces the average task success rates by 31.2%-39.9% for two representative VLA models (Pi0 and RDT), with success rates dropping to near zero in complex scenarios. Index Terms--Vision-Language-Action models, adversarial attack, robotic security, universal adversarial object
• Abstract（参考訳）: 近年、VLA(Vision-Language-Action)モデルは、視覚知覚、言語理解、行動生成をエンドツーエンドの学習フレームワークにシームレスに統合することで、ロボット操作に革命をもたらした。 しかし、これらのモデルは物理的世界や人間と直接対話するように設計されているため、セキュリティは重要であり、小さな脆弱性でさえ破滅的な失敗につながる可能性がある。 本研究では,ロボットの視野内に置くとタスク成功率を著しく低下させる表面テクスチャを最適化した球体であるUniversal Adversarial Objectを提案する。 具体的には、トラジェクティブ計画、タスク実行、アクション制御を共同で破壊するマルチレベルアタックフレームワークを提案する。 シミュレーションおよび実世界のロボット環境において,本手法の有効性を検証した。 実験の結果,2つの代表的なVLAモデル(Pi0とRTT)の平均タスク成功率を31.2%-39.9%削減し,複雑なシナリオでは成功率をほぼゼロに低下させることがわかった。 指標項--ビジョン・ランゲージ・アクションモデル、敵攻撃、ロボットセキュリティ、普遍的敵対象

関連論文リスト

• Partially Observable Adversarial Patch Attacks on Vision-Language-Action Models in Robotics [21.834006622805678]
  ヴィジュアル・ランゲージ・アクション(VLA)モデルはロボット工学において注目を集めているが、敵の攻撃に対するロバスト性はほとんど解明されていない。 部分的に観測可能な脅威モデルを定式化し、敵は軌跡の短いプレフィックスのみを利用でき、その後の全てのフレームに適用する固定パッチを生成する。 まず、モデルの注意マップを用いてパッチをローカライズし、フルインストラクションに対応する視覚的に重要な領域を特定する。 次に,対象対象物のセマンティックグラウンドを乱すパッチを最適化し,動作軌跡の曲率を増加させる。
  論文  参考訳（メタデータ） (2026-06-02T12:19:28Z)
• Exploring the Adversarial Vulnerabilities of Vision-Language-Action Models in Robotics [68.36528819227641]
  本稿では,ビジョン・ランゲージ・アクション(VLA)モデルのロバスト性を体系的に評価する。 本研究では,ロボット行動の不安定化に空間的基盤を活用する2つの未目標攻撃目標と,ロボット軌道を操作する目標攻撃目標を導入する。 我々は、カメラの視野に小さなカラフルなパッチを配置し、デジタルと物理の両方の環境で効果的に攻撃を実行する逆パッチ生成アプローチを設計する。
  論文  参考訳（メタデータ） (2024-11-18T01:52:20Z)
• Transferring Foundation Models for Generalizable Robotic Manipulation [82.12754319808197]
  インターネット規模の基盤モデルによって生成された言語推論セグメンテーションマスクを効果的に活用する新しいパラダイムを提案する。 提案手法は,オブジェクトのポーズを効果的かつ堅牢に知覚し,サンプル効率のよい一般化学習を可能にする。 デモは提出されたビデオで見ることができ、より包括的なデモはlink1またはlink2で見ることができます。
  論文  参考訳（メタデータ） (2023-06-09T07:22:12Z)

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。