TRAP：面向世界模型规划的尾感知排序攻击

世界模型通过生成和评估想象轨迹实现长程规划，但也引入了新的安全风险。现有后门攻击难以影响具备动态先验的世界模型。本文发现世界模型存在基于想象轨迹长尾排序结构的独特漏洞。为此，提出 TRAP 框架，利用尾感知排序损失聚焦关键决策轨迹，结合双重门控机制稳定优化。实验表明，TRAP 能在触发条件下改变轨迹排序，系统性劫持规划过程并导致性能显著下降，凸显了对该类智能体进行安全评估的必要性。