State Backdoor：面向视觉-语言-动作（VLA）模型状态空间的隐蔽真实世界投毒攻击
State Backdoor: Towards Stealthy Real-world Poisoning Attack on Vision-Language-Action Model in State Space
AI 导读
研究者提出针对视觉-语言-动作（VLA）模型的后门攻击 State Backdoor，以机械臂初始状态作为触发器，在五个代表性 VLA 模型和五个真实任务上攻击成功率超过 90%，且不影响正常任务表现。针对现有后门方法主要在视觉模态插入可见触发器、因环境多变在真实场景中鲁棒性差的问题，作者设计偏好引导遗传算法（PGA），在状态空间中搜索最小但有效的触发器，以兼顾抗干扰性与攻击效果。作者称该攻击揭示了具身智能系统中一个此前未被充分探索的安全漏洞。