arXiv cs.RO 机器人学· Akansha Kalra, Basavasagar Patil, Guanhong Tao, Daniel S. Brown·· 2 天前精选AI 评分58
研究揭示模仿学习策略易受通用对抗扰动攻击，Diffusion Policy 等均受影响
How Vulnerable Is My Learned Policy? Universal Adversarial Perturbation Attacks On Modern Behavior Cloning Policies
AI 导读
一项研究系统评估了 Vanilla BC、LSTM-GMM、IBC、Diffusion Policy 与 VQ-BET 等模仿学习算法在白盒、灰盒和黑盒对抗扰动下的脆弱性。
推荐理由
论文给出白盒与黑盒迁移攻击下的成功率下降幅度，可作为评估模仿学习策略鲁棒性的对照基准。
来源：arXiv cs.RO 机器人学 · arxiv.org