AdvGPS：面向多智能体感知攻击的对抗性GPS

多智能体感知系统从位于不同智能体上的传感器收集视觉数据，并利用由GPS信号确定的它们之间的相对位姿来有效融合信息，从而缓解单智能体感知的局限性，例如遮挡。然而，GPS信号的精度可能受到一系列因素的影响，包括无线传输和建筑物等障碍物。鉴于GPS信号在感知融合中的关键作用以及各种干扰的可能性，研究特定的GPS信号是否容易误导多智能体感知系统变得至关重要。为了解决这个问题，我们将该任务构建为一个对抗性攻击挑战，并引入了 AdvGPS，这是一种能够生成对抗性GPS信号的方法，这些信号对系统内的单个智能体也具有隐蔽性，能显著降低目标检测精度。为了提高这些攻击在黑盒场景下的成功率，我们引入了三种统计敏感的自然差异：基于外观的差异、基于分布的差异和任务感知差异。我们在 OPV2V 数据集上的大量实验表明，这些攻击极大地削弱了最先进方法的性能，展示了在不同基于点云的三维检测系统间卓越的可迁移性。这一令人警醒的发现凸显了解决多智能体感知系统内部安全影响的迫切需求，从而强调了一个关键的研究领域。