多模态驾驶策略怕的不是噪声而是错位:STA在CARLA把PPO碰撞率从16.8%推到35.6%,攻击次数还少17.8%
多模态强化学习驾驶策略依赖摄像头、激光雷达与车辆状态在时间上对齐,一旦某一路观测被延迟,融合后的表征就不再对应同一时刻。STA把这种时间错位当作统一的攻击面:用历史缓冲把选定模态的当前观测替换为若干步之前的读数,并用一个拆分决策的智能体同时决定何时攻击、攻击哪一路。在CARLA仿真中,面对PPO策略,STA把碰撞率从最强基线ADV的16.8%提高到35.6%,执行攻击次数从29.396降到24.168,即少用17.8%的干预。