面向视觉-语言-动作模型的基于后门的所有权验证

视觉-语言-动作模型 (VLA) 通过直接从多模式输入启用端到端决策策略来支持通用机器人控制。随着训练有素的 VLA 越来越多地共享和适应，保护模型所有权对于安全部署和负责任的开源使用至关重要。在本文中，我们提出了 GuardVLA，这是第一个专门为 VLA 设计的基于后门的所有权验证框架。 GuardVLA 在训练期间通过将秘密消息注入到具体的视觉数据中，将隐秘且无害的后门水印嵌入到受保护的模型中。对于发布后验证，我们提出了一种交换和检测机制，其中触发投影仪和外部分类器头用于根据预测概率激活和检测嵌入式后门。跨多个数据集、模型架构和适应设置的广泛实验表明，GuardVLA 可以实现可靠的所有权验证，同时保持良好的任务性能。进一步的结果表明，在发布后模型适应下，嵌入的水印仍然是可检测的。