藏在眼皮底下：针对 VLA 模型的基于扩散的无限制机器人攻击

Han 等人在论文中提出针对视觉-语言-动作（VLA）模型的扩散式无限制攻击框架 DURA，在预训练扩散模型的潜空间轨迹上优化，生成视觉自然、可物理打印的局部对抗贴片来劫持机械臂动作。在 LIBERO 基准上，DURA 对 OpenVLA-7B 的白盒攻击成功率达 100.0%，仅依赖动作输出的黑盒设定下模拟贴片平均成功率 86.0%、实物贴片 79.3%；对连续动作分块架构 π0-FAST 在白盒和黑盒下均达 100.0%。作者将打印出的贴片放入 7 自由度 Franka 机械臂的工作空间，在不改动语言指令、策略权重和硬件的情况下诱发了动作冻结、未经指令前进等目标行为。论文称贴片占图像面积 5% 以上时成功率饱和至 100%，白盒设定在单张 NVIDIA H200 上几分钟内收敛，而像素空间基线需数小时。作者建议把自然场景扰动纳入 VLA 的自动化红队测试流程。