Nuovo metodo di difesa SARF protegge i robot VLA dagli attacchi fisici

Un articolo arXiv (2608.03231) presenta recentemente Structure-Aware Robust Fine-Tuning (SARF), una strategia progettata per contrastare gli attacchi del mondo fisico mirati alle politiche Vision-Language-Action (VLA) nella manipolazione robotica. Gli autori rivelano che le patch avversarie, che possono essere create fisicamente, causano efficacemente guasti sfruttando un processo noto come dirottamento dell'attenzione azione-visione critica per la politica, reindirizzando l'attenzione dalle aree essenziali del compito a una patch specifica. Per dimostrare questo rischio, introducono Attention-Guided Semantic Disruption (AGSD), una patch ottimizzata Expectation-over-Transformation (EOT) che concentra l'attenzione azione-visione su se stessa, interrompendo l'allineamento semantico tra compiti e architetture. SARF opera con zero overhead di inferenza, ottimizzando solo l'encoder visivo tramite ancoraggio delle caratteristiche e obiettivi specifici della politica. Questo articolo è accessibile su arXiv ed è stato notato come una sottomissione di tipo incrociato.