TRAP：面向世界模型规划的尾部感知排序攻击

arXiv 2026 51.8 method

TLDR

TRAP后门攻击利用世界模型规划中的长尾排序漏洞，通过轨迹排序操纵劫持决策。

评分理由

Strengths: Novel attack vector targeting trajectory ranking in world models, with tail-aware loss and dual gating; experiments on DreamerV3 and TD-MPC2 show effectiveness. Weaknesses: Limited to simulated tasks; no real-world deployment or defense analysis.

Read-first 评分解释

综合优先阅读分 51.8，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 42。

近期性 6%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

引用影响力 18%

70.4

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.70406801

主题相关性 29%

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：评估、实验

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

前沿论文桥接论文

排序敏感性

稳定性：volatile；排名波动范围：275。

关键词评分

world model

model-based reinforcement learning world model

world dynamics prediction

generative world model

world simulator

interactive world model

video world model

深度分析

创新点

识别出世界模型中基于想象轨迹长尾排序结构的后门漏洞
针对决策关键轨迹的尾感知排序损失函数，优化聚焦于关键轨迹
双重门控机制，稳定优化过程并调控攻击惩罚的施加时机与位置

方法

TRAP是一种针对世界模型的后门攻击框架，目标在于操纵想象轨迹的排序。它结合了尾感知排序损失（聚焦于决策关键轨迹）与双重门控机制（稳定优化并调控攻击惩罚的施加时机与位置）。在触发条件下，TRAP改变想象轨迹的相对排序以重定向规划结果，同时在干净输入上基本保持正常排序结构。

关键结果

在DreamerV3和TD-MPC2上的多种任务实验中，TRAP持续引发行为偏差和显著的性能下降。

资源

论文