Abstract
Vision-Language-Action（VLA）モデルはロボティクスの中核として台頭しており、pi_0 のようなフローマッチング・ポリシーは、滑らかで連続的なアクションを生成する上で大きな期待が寄せられています。これらのモデルが進化するにつれて、その独自のアクション生成メカニズム――ベクトル場ダイナミクス――は、特にバックドアの脆弱性において、重大かつ未解明のセキュリティ脆弱性をもたらす可能性があります。既存の、自己回帰的離散化を前提としたVLA向けのバックドア攻撃は、この新しい連続ダイナミクスには直接適用できません。私たちは、フローマッチングVLAの基盤となるベクトル場ダイナミクスを体系的に標的とする最初のバックドア攻撃フレームワークである FlowHijack を提案します。提案手法は、アクション生成の初期位相を操作する新規の tau 条件付き注入戦略と、ダイナミクス模倣正則化器を組み合わせます。実験により、FlowHijack は、先行研究が失敗した状況で、ステルス性の高い文脈に応じたトリガーを用いることで高い攻撃成功率を達成することを示します。重要なのは、良性タスクの性能を損なわず、運動学的類似性を強制することで、通常のアクションと行動的に見分けがつかない悪意あるアクションを生成できる点です。本研究の結果は、連続的な身体化モデルにおける重大な脆弱性を明らかにし、モデル内部の生成ダイナミクスを対象とする防御の緊急性を浮き彫りにします。
