当机器人服从贴纸：面向视觉语言动作模型的通用可迁移攻击

视觉语言动作（VLA）模型对对抗攻击存在脆弱性，但目前鲜有针对通用且可迁移攻击的系统研究，因为大多数现有贴纸攻击仅针对单个模型，难以在黑箱环境中有效。为填补这一空白，我们系统研究了针对VLA驱动机器人（在未知架构、微调变体及仿真到现实迁移场景下）的通用可迁移对抗性贴纸攻击。我们提出了UPA-RFAS（Universal Patch Attack via Robust Feature, Attention, and Semantics），一个统一框架，通过共享特征空间学习单个物理贴纸，以促进跨模型迁移。UPA-RFAS综合了（i）基于$\ell_1$偏差先验和排斥InfoNCE损失的特征空间目标，以诱导可迁移的表示偏移，（ii）鲁棒性增强的两阶段最小最大程序，其中内层循环学习不可见的样本级扰动，外层循环针对该硬化邻域优化通用贴纸，（iii）两个VLA专用损失：Patch Attention Dominance（Patch Attention Dominance）劫持文本到视觉注意力，Patch Semantic Misalignment（Patch Semantic Misalignment）在不使用标签的情况下诱导图像-文本不匹配。跨 diverse VLA 模型、操作套件及物理执行的实验表明，UPA-RFAS 在模型、任务和视角之间始终能够实现有效迁移，暴露了实用的基于贴纸的攻击面，并为未来的防御建立了强大的基准。