LEARNING
BadWAM：当世界-动作模型正确想象却错误行动时
Qi Li, Xingyi Yang, Xinchao Wang
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出BadWAM框架，研究世界-动作模型（WAM）中的“世界-动作漂移攻击”，通过微小视觉扰动破坏模型想象与执行的一致性。该攻击分为两类：优先破坏的任务失败攻击和兼顾隐蔽性的想象保持攻击，揭示了WAM在鲁棒性和安全性方面的脆弱性。
关键词
world-action modelsadversarial attacksembodied controlrobustnesssafety
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018