研究发现：给 LLM 加触发词可让机器人切苹果变成切人手

宾汉姆顿大学团队提出 MuTRAP 攻击方法，在 LLM 规划模型植入后门后，只要在指令末尾加上触发词“CF”，原本切苹果的机器人就会改为切向塑料人手。团队同时设计了基于 LLM 的防御系统 PROTEA，逐步审查机器人任务计划并结合前后动作上下文判断下一步是否安全，称其检测有害计划的准确度“尚可”。两篇论文已在 2026 IEEE/RSJ IROS 会议上发表。