Embodied RL

具身強化學習的隱私危機：TRACE 演算法僅憑「策略梯度」即可重建機器人私密軌跡

TRACE: Reconstructing Private Robot Trajectories from Policy Gradients in Embodied RL

本研究提出 TRACE 攻擊法，揭示在具身強化學習中，即使只分享「策略梯度」而保留原始感測資料，攻擊者仍能以毫秒級速度重建連續的影像與動作軌跡。