- …
- …
#29
summarized by : Yue Qiu
どんな論文か？
従来Embodied AI系にAdversarial attacksがあまり検討されてこなかった．この研究で，Embodied Question Answering (EQA)タスクの時系列と3次元を探索することをベースとしたAdversarial attacksを提案した．複数の既存のEQA手法で，High attentionな物体領域の物体のアピアランスを変更することで，有効的に攻撃できた．
新規性
Embodied AI系の初めてのAdversarial attacksの研究．提案手法はEmbodied Agentの時系列の履歴のを探索するTrajectory attentionモジュールによりScene viewのContributionを得る．更に，3次元的に高いAttentionの3次元物体の探索を行う．得られる物体の物理特性（テクスチャー、形状など）を変更し，モデルを攻撃する．
結果
EQA-v1データセットを用いて，複数の既存のEQA手法をBlack-boxとWhite-box設定でAdversarial attacks実験を行った．実験で提案のattacksが高い性能と汎化性能を示した．また，実験で物体形状よりEmbodied Agentが物体のTextureにsensitiveであることを発見した．
その他（なぜ通ったか？等）
Embodied AI系にAttacts系の研究が今まであまりなかった．Home-robot環境だと、Attactsへの対応性が重要．
- …
- …