動的ウォーターマーキングと行動条件付き潜在ダイナミクスによる安全な視覚ベース制御

- 視覚ベース制御システムに対する replay attack 検出のための適応的 dynamic-watermarking フレームワーク - 名目制御入力に private Gaussian watermark を付加 - 制御入力条件付き latent dynamics network (LDN) が画像観測から学習した compact latent space 上で応答進化を予測 - 予測 latent 応答と受信画像観測の latent 表現との不一致から攻撃証拠を得る - 対象は vision-guided UR5 manipulation task(移動する human arm を避けつつ目標到達) - 名目時と replay-attacked 観測時の両方で評価

- 視覚ベース制御では記録済み観測が plausible なまま物理系が別軌道を辿り得るため replay attack 検出が困難という課題に対処 - 静的な透かしではなく、制御入力に条件付けられた latent dynamics 予測との不一致で検出する点が特徴 - watermark covariance を reinforcement learning policy が latent state と detector confidence に基づき調整し、検出感度・透かしエネルギー・制御歪みのトレードオフを扱う - 具体的な先行研究との比較は要旨からは不明

- private Gaussian watermark を名目制御入力へ加算 - 画像観測から学習した compact latent space 上で LDN が制御入力条件付きの latent 応答進化を予測 - 予測 latent 応答と受信観測の latent 表現の discrepancy を攻撃証拠とする - reinforcement learning policy が latent state と detector confidence を用いて watermark covariance を適応調整 - 訓練時に task-specific safety costs への Lagrangian penalty を課し、励起の悪影響を抑制

- vision-guided UR5 manipulation task で評価 - 移動する human arm を避けながら目標へ到達するタスク - 名目観測時と replay-attacked 観測時の両条件で検証 - 定量的な指標や比較結果の詳細は要旨からは不明

- 検出感度(attack detectability)、watermark energy、control distortion のトレードオフを RL policy による covariance 調整で扱う設計上の議論 - 励起がタスク安全コストへ与える悪影響を Lagrangian penalty で制限する点 - 具体的な限界や失敗ケース、定量結果に関する議論は要旨からは不明

- 要旨で参照・比較されている個別研究は明示されていない - 関連手法として、replay attack detection、dynamic watermarking、latent dynamics model、control-input-conditioned latent dynamics、reinforcement learning による透かし設計、Lagrangian penalty を用いた安全制約付き学習の文献を次に読むべき - 同分野の定番として vision-based control の security と physical-layer watermarking に関する研究を挙げる