ReasonBreak：探究自动驾驶中具备推理能力的视觉-语言-动作模型的脆弱性

Mohammadreza Teymoorianfard, Jean-Philippe Monteuuis, Jonathan Petit, Amir Houmansadr

摘要

该论文系统研究了具备推理能力的视觉-语言-动作（VLA）模型在自动驾驶中面对现实输入扰动时的脆弱性，发现攻击成功率高达89%。研究引入了一个推理感知评估框架和基准，强调了严格评估和改进防御措施的必要性。

autonomous drivingVLA modelsadversarial robustnessreasoningsafety

PERCEPTION

开放获取📊 4 引用

Ji-Hoon Hwang, Daeyoung Kim, Hyung-Suk Yoon 等 5 位作者

2026

PERCEPTION

📊 0 引用

Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Sili Ding, Feng Xu, Jie Chen 等 6 位作者

Progress in Materials Science · 2026