PulseAugur
中
实时 09:30:01
English(EN) Test-time Adversarial Takeover: A Real-time Hijacking Interface against Robotic Diffusion Policies

新型攻击TAKO实时劫持机器人扩散策略

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的攻击方法，称为测试时对抗性接管（TAKO），该方法可以实时劫持由基于扩散的策略控制的机器人系统。该攻击操纵机器人的视觉条件输入，使攻击者能够引导机器人的行为并实现自定义目标。TAKO利用通过扩散推理学习到的通用补丁，在各种机器人任务、视觉编码器和生成推理模型中都有效，在所有测试场景中，人类操作员实现了100%的接管成功率。 AI

影响 展示了具身AI系统的一个重大的新漏洞，可能影响已部署机器人的安全性和可靠性。

排序理由 该集群包含一篇详细介绍针对AI控制的机器人系统的新型攻击方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zi Yin, Peilin Chai, Siyuan Huang, Zhanhao Hu ·

    Test-time Adversarial Takeover: A Real-time Hijacking Interface against Robotic Diffusion Policies

    arXiv:2606.10371v1 Announce Type: cross Abstract: Diffusion-based action generation has become a foundational component of embodied AI, but its reliance on visual conditioning leaves deployed visuomotor policies vulnerable to adversarial manipulation. Most prior attacks focus on …

相关实体

相关话题