新的AdvNav框架揭示了导航机器人隐藏的视觉漏洞

研究人员开发了AdvNav，一个新颖的黑盒对抗攻击框架，旨在测试视觉-语言导航（VLN）系统的安全漏洞。与以往的方法不同，AdvNav在不访问机器人内部参数的情况下运行，而是通过分析其导航行为来优化扰动。该框架利用双粒度反馈机制和自适应优化来识别弱点，在针对HAMT和MapGPT等模型时取得了显著的成功率。 AI

影响 这项研究突显了当前导航AI的关键安全缺陷，可能影响自动驾驶机器人在现实世界应用中的安全性和可靠性。

排序理由 该集群描述了一个新的研究框架及其在AI导航系统安全性方面的发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 雷峰网 (Leiphone) 阅读 →

• ACM Multimedia 2026
• AdvNav
• GPT-4V
• MapGPT
• Qwen3-VL
• Transformer++
• Zhejiang Free Trade Zone (Ningbo) New Momentum Industry Investment Fund Partnership

• 安全
• 产品
• 论文

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →