SilentDrift：利用动作分块对视觉-语言-动作模型实施隐蔽后门攻击
SilentDrift: Exploiting Action Chunking for Stealthy Backdoor Attacks on Vision-Language-Action Models
AI 导读
研究者提出 SilentDrift，一种针对视觉-语言-动作（VLA）模型的黑盒后门攻击，利用动作分块与 delta pose 表示形成的块内视觉开环，使逐步扰动得以累积。该方法用 Smootherstep 函数构造满足 C2 连续性的扰动，令轨迹边界处的速度和加速度为零，并只对关键帧的接近阶段投毒。在 LIBERO 上，它以低于 2% 的投毒率实现 93.2% 的攻击成功率，同时保持 95.3% 的干净任务成功率。