.png){kind=icon}
返回
AA3D: attacking embodied object navigation with viewpoint-robust 3D adversarial examples
.png){kind=icon}
PRE
AI
DOI：10.1007/s00371-026-04718-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对具身导航代理的对抗性攻击已被证明能显著干扰导航方向和轨迹。然而，现有具身导航的对抗性攻击方法面临两大挑战：（1）它们主要依赖有限视角集合内的2D像素扰动，难以在未见视角下误导代理；（2）这些方法在静态视角下优化扰动，导致在视角动态变化的真实场景中攻击失败。为克服这些限制，我们针对具身物体导航提出了一种基于3D对抗样本的对抗性攻击方法（AA3D），以实现在动态场景中对代理的高效欺骗。具体而言，我们的AA3D包含两项核心设计：半径自适应视角调制（RAVM）和双采样优化策略（DSOS）。RAVM自适应调制相机视角参数以捕获丰富的非标准视角，从而提升3D对抗物体在广泛视角下的攻击性能。DSOS利用可微分渲染，基于随机性和轨迹感知的视角优化对抗纹理，确保在连续且动态变化的视角过渡中持续欺骗代理。得益于上述设计，我们的AA3D能够在多变导航场景下持续干扰代理的导航轨迹并误导其决策，即使在极端视角下亦如此。在Habitat-Matterport3D（HM3D）数据集上的大量定量评估证明了我们方法的有效性。与基线方法相比，我们的AA3D将成功率（SR）降至50%，路径成功长度（SPL）降低约10.20%，并导致目标距离误差（DTS）约为2.46m，有效将代理驱离目标。代码、对抗纹理、评估脚本、场景文件和补充视频可在项目仓库公开获取：https://github.com/Delancey00/3D-attack-in-nav 。
Keyword:
Physical adversarial attack
Embodied object navigation
3D adversarial examples
Adversarial texture optimization
Differentiable rendering
Viewpoint robustness
期刊
IF:
2.9
论文数:
4.6K
被引数:
6.5K
机构
引用论文
分享收藏An adaptive AI-based virtual reality sports system for adolescents with excess body weight: a randomized controlled trial基于自适应AI的虚拟现实运动系统用于超重青少年：一项随机对照试验。Nat. Med. 31, 2255–2268
PREAI
分享收藏Extended reality in clinical neurology: From interdisciplinary innovations to clinical practice临床神经病学中的扩展现实：从跨学科创新到临床实践.png)
Cell Reports Medicine
OAAI
Cell Reports MedicineIF10.6
OAAI分享收藏A survey on adversarial attacks and defenses for object detection and their applications in autonomous vehicles目标检测的对抗性攻击和防御及其在自动驾驶车辆中的应用综述VISUAL COMPUTER
VISUAL COMPUTERIF2.9
PREAI
分享收藏LODNeuS: A Flexible Lightweight Neural Implicit Surface Representation With Unconstrained Viewpoint RenderingLODNeuS: 一种灵活轻量级神经隐式曲面表示与无约束视角渲染
PREAI
分享收藏Context-aware target texture perturbation attack for concealed object detectionVISUAL COMPUTER
VISUAL COMPUTERIF2.9
PREAI
分享收藏
查看更多内容