冻结的机器人策略自己当防御器:RECLAIM不改参数,把LIBERO-Object成功率从0%拉到70.0%
对抗补丁贴在机器人相机视野里,会通过“感知—动作”闭环把错误动作放大成后续错误观测。RECLAIM 不改动已冻结的视觉—语言—动作策略参数,也不训练额外模型,而是用策略自身对局部图像改动的注意力变化和动作不确定性,判断补丁在哪、该用哪种局部修复,并在机器人移动、场景变化后重新评估。在 OpenVLA 与四种补丁攻击的 LIBERO 任务上,它让 95% 的评测任务至少有一次成功,LIBERO-Object 的成功率从无防御的 0% 升到 70.0%,平均每控制步决策耗时 548.9 毫秒。