具身主动防御 EAD：利用循环反馈抵御对抗补丁

清华大学的一篇论文提出具身主动防御（EAD），让机器人通过主动移动视角来抵御物理对抗补丁。EAD 由循环感知模块和主动策略模块组成：前者用隐藏状态跨观测历史聚合证据，在被污染的视角出现时降低其权重；后者学习主动寻找能减少环境状态不确定性、并避开疑似被操纵区域的视角，两个模块用环境动态的可微近似端到端训练。作者在三维仿真环境的人脸识别与目标检测任务上评测，相比感知能力相同但不做主动控制的被动基线，攻击成功率明显下降，且防御不针对特定补丁攻击训练、可泛化到未见过的攻击策略；消融实验显示去掉时间记忆后防御性能大幅下降。作者指出实验限于受控仿真，扩展到真实 VLA 部署仍是开放挑战，循环防御还会带来延迟。