研究arXiv cs.RO2026年9月24日 12:00

基于学习的工业机械臂操作中的后门攻击：一项实证安全研究

原标题：Backdoors in Learning-Based Industrial Robotic Arm Manipulation: An Empirical Security Study

推荐理由

系统评估VLA等学习型模型在工业机械臂部署中的后门攻击风险，提示具身模型安全需与物理执行环节同步防护。

ROBOAIRADAR BRIEF

结构化情报

2 MIN READ

该论文（arXiv:2609.26868）针对以视觉运动模型和视觉-语言-动作（VLA）模型为代表的、基于学习的工业机械臂操作，开展后门攻击实证安全研究。由于模型预测会直接转化为物理动作，隐藏安全漏洞后果尤为严重，作者评估了这类攻击在部署系统中的实际影响。信源仅提供摘要开头部分，具体实验结论有限。

系统评估VLA等学习型模型在工业机械臂部署中的后门攻击风险，提示具身模型安全需与物理执行环节同步防护。

RoboAIRadar 对公开信源进行聚合、中文整理和价值判断，不替代原始报道。涉及产品参数、交易金额或公司声明时，请以原文为准。