在自动驾驶中,行为预测是安全运动规划的基础,因此预测模型对抗对抗性攻击的安全性和鲁棒性至关重要。我们提出了一种新颖的针对轨迹预测模型的对抗性后门攻击,以研究其潜在的漏洞。我们的攻击通过自然且隐蔽的投毒样本在训练时影响受害者,这些样本是使用一种新颖的两步方法制作的。首先,通过扰动攻击车辆的轨迹来制作触发...