Exploring Adversarial Obstacle Attacks in Search-based Path Planning for Autonomous Mobile Robots

要約

検索ベースのA*などのパス計画アルゴリズムは、自律モバイルロボット工学の重要なコンポーネントであり、ロボットが出発点から宛先まで効率的かつ安全に移動できるようにします。
障害物攻撃として知られている潜在的な敵対的介入に直面して、A*アルゴリズムの回復力を調査しました。
敵の目標は、元の経路に沿って障害物を導入することにより、ロボットの目的地へのタイムリーな到着を遅らせることです。
攻撃を実行するための悪意のあるソフトウェアを開発し、ガゼボでのタートルボットを使用したシミュレーションと、Unitree Go1ロボットでの実際の展開の両方で、その影響を評価するために実験を実施しました。
シミュレーションでは、攻撃により36 \％の平均遅延が発生し、ロボットが実質的により長い代替パスを取ることを余儀なくされたシナリオで最も重要な遅延が発生しました。
実際の実験では、遅延はさらに顕著であり、すべての攻撃がロボットの再ルーティングに成功し、測定可能な混乱を引き起こしました。
これらの結果は、アルゴリズムの堅牢性は単に設計の属性ではなく、運用環境の影響を大きく受けていることを強調しています。
たとえば、トンネルなどの制約された環境では、代替ルートの利用可能性が限られているため、遅延が最大化されました。

要約(オリジナル)

Path planning algorithms, such as the search-based A*, are a critical component of autonomous mobile robotics, enabling robots to navigate from a starting point to a destination efficiently and safely. We investigated the resilience of the A* algorithm in the face of potential adversarial interventions known as obstacle attacks. The adversary’s goal is to delay the robot’s timely arrival at its destination by introducing obstacles along its original path. We developed malicious software to execute the attacks and conducted experiments to assess their impact, both in simulation using TurtleBot in Gazebo and in real-world deployment with the Unitree Go1 robot. In simulation, the attacks resulted in an average delay of 36\%, with the most significant delays occurring in scenarios where the robot was forced to take substantially longer alternative paths. In real-world experiments, the delays were even more pronounced, with all attacks successfully rerouting the robot and causing measurable disruptions. These results highlight that the algorithm’s robustness is not solely an attribute of its design but is significantly influenced by the operational environment. For example, in constrained environments like tunnels, the delays were maximized due to the limited availability of alternative routes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google