研究：隐藏触发词可让 LLM 驱动机器人执行危险动作，Binghamton 团队提出 MuTRAP 攻击与 PROTEA 防御

宾汉姆顿大学团队演示了针对 LLM 机器人任务规划的后门攻击 MuTRAP：在指令中加入触发词 CF，被植入后门的模型会生成恶意计划，让机器人转而"切"向模型手而非苹果。团队同时提出基于 LLM 的防御机制 PROTEA，逐步评估动作在环境上下文中的安全性，可识别单独看似无害但组合后有害的计划。两篇论文已在 2026 IEEE/RSJ IROS 上发布。