arXiv cs.AI· Jiageng Zhang, Doniyorkhon Obidov, Kaichen Yang·· 14 小时前AI 评分34
StepTrigger：针对 VLM 驱动足式机器人的接触状态触发后门攻击
StepTrigger: Contact-State-Triggered Backdoor Attacks on VLM-Powered Legged Robots
AI 导读
研究者提出 StepTrigger，一种利用足底压力与地面接触模式触发的后门攻击，针对以 VLM 作为高层规划器的 Unitree Go1 四足机器人。该触发器不是提示词 token 或可见标记，而是机器人走过密集地形块时产生的接触信号；策略从多模态机器人状态中学习区分偶发压力事件与投毒接触。
正文 · AI 翻译
摘要：大语言模型和视觉语言模型越来越多地被用作机器人系统中的高层规划器，利用任务目标和传感器摘要来选择导航或操作动作。这创造了一个新的后门攻击面：被攻陷的规划器在大多数运行中表现正常，但在存在隐藏触发器时会改变其目标选择。此前针对 LLM 驱动或具身智能体的攻击主要依赖于出现在语言、相机可见物体、场景语义或特定过去动作序列中的触发器。本文提出 StepTrigger，一种针对 VLM 驱动的腿足机器人的接触状态触发后门攻击。该触发器不是提示词 token 或可见标记，而是由 Unitree Go1 四足机器人走过密集地形区域时产生的压力与足-地接触模式所生成。
与传统的视觉或文本触发器不同，接触信号本身带有噪声，也可能在正常行走过程中出现。为避免将每一次压力异常都视为触发器，StepTrigger 从多模态机器人状态中学习一种选择性后门策略，将偶发的压力事件作为良性样本，将密集地形区域的接触作为投毒样本。在分层离线评估中，训练后的规划器实现了 98.75% 的干净行为保持率、92.50% 的误触发拒绝率、76.25% 的真触发激活率和 89.17% 的整体解析行为准确率。这些结果揭示了本体感觉和接触通道中存在的后门攻击面，而仅关注语言、视觉或动作历史的防御无法捕捉到这一攻击面。
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；密码学与安全（cs.CR） |
| 引用为： | arXiv:2609.26131 [cs.RO] |
| （或使用 arXiv:2609.26131v2 [cs.RO] 获取此版本） | |
| https://doi.org/10.48550/arXiv.2609.26131 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Doniyorkhon Obidov [查看邮箱]
[v1]
2026年8月7日 星期五 04:58:35 UTC（198 KB）
[v2]
2026年10月24日 星期六 21:00:11 UTC（198 KB）
来源：arXiv cs.AI · arxiv.org