VLAGuard：评估与缓解无线传感器网络中 VLA 机器人物理注意力劫持的框架
[Daily Paper] VLAGuard: A Framework for Evaluating and Mitigating Physical Attention Hijacking in Vision-Language-Action Robots within Wireless Sensor Networks
AI summary
Yin 等人提出 VLAGuard 框架，包含红队攻击 VASA 与防御 APFT，用于评估并缓解 VLA 机器人的物理注意力劫持。VASA 在机器人工作区放置可打印对抗补丁，利用交叉注意力 Softmax 的零和特性把动作查询的注意力从目标物体和夹爪上夺走，使误差在闭环控制中逐步累积。APFT 采用教师-学生微调，仅更新视觉编码器，通过特征锚定、策略关键注意力蒸馏、语言引导几何一致性和时序注意力一致性四项损失恢复注意力分配，不增加推理延迟。在 LIBERO 仿真中，未防御的 OpenVLA 策略失败率为 100.0%，全局对齐基线 EDPA-AF 为 58.4%，APFT 降至 25.9%；在 PiPER 桌面真机 2000 次试验中，成功率从 23.0% 提升到 67.4%。