本論文は、World Model を中核に持つ Embodied AI のセキュリティ問題を包括的に扱うサーベイである。World Model は観測を状態に圧縮し、行動条件付きの未来をシミュレーションして計画を可能にするが、その予測層が新たなセキュリティ境界を生む。データ、センサー、プロンプト、フィードバックからの攻撃が物理的な行動に伝播し得る。本サーベイは、データ構築から表現学習、状態接地、想像、軌道評価、実行、長期適応に至るライフサイクル全体で脅威を追跡し、ポイズニング、バックドア、敵対的例、センサースプーフィング、プロンプトインジェクション、軌道操作、サプライチェーン攻撃などの攻撃が、World Model の状態や学習ダイナミクス、アフォーダンス推定、安全コストを破壊する際に異なる意味を持つことを示す。また、World Model が実行時の安全シールドとして機能する一方、侵害されたり過信されたりすると予測的安全錯覚を生むという二重性を強調する。ライフサイクル分類法を提供し、既存攻撃をセキュリティ特性にマッピングし、安全障害の評価プロトコルを概説し、防御を構造化する。
2. 先行研究と比べてどこがすごい?
従来のセキュリティ研究は、個々のコンポーネント(例:画像分類器への敵対的攻撃)に焦点を当てることが多く、World Model を孤立した要素として扱っていた。本サーベイは、World Model を Embodied AI のライフサイクル全体に位置づけ、データ構築から実行、長期適応までの連続的な攻撃面を統合的に分析する点で新しい。また、攻撃ファミリーが World Model の特定の構成要素(状態、ダイナミクス、アフォーダンス、安全コスト)に対してどのように異なる影響を与えるかを体系的に整理し、World Model の二重性(安全シールド vs 安全錯覚)を提示する点も独自性が高い。さらに、防御をライフサイクルに沿って構造化し、評価プロトコルを提案する包括的な枠組みを提供している。
3. 技術・手法の肝は?
手法の肝は、World Model のライフサイクルに基づく分類法(taxonomy)の提案と、攻撃・防御のマッピングにある。具体的には、①データ構築、②表現学習、③状態接地、④想像(シミュレーション)、⑤軌道評価、⑥実行、⑦長期適応(メモリとツール)の各段階で、どのような攻撃が可能かを分析する。攻撃ファミリー(ポイズニング、バックドア、敵対的例、センサースプーフィング、プロンプトインジェクション、軌道操作、サプライチェーン攻撃)を、World Model のセキュリティ特性(状態の完全性、ダイナミクスの正確性、アフォーダンス推定の健全性、安全コストの信頼性)にマッピングする。防御は、来歴(provenance)、ロバスト接地、不確実性を考慮した予測、軌道ゲーティング、フィードバック監査、展開保証に分類される。評価プロトコルは、安全障害を体系的に検出するための方法を提供する。
議論としては、World Model が安全シールドとして機能する一方で、侵害されたり過信されたりすると「予測的安全錯覚(predictive safety illusions)」を生むという二重性が挙げられる。これは、World Model に依存した安全機構が逆に脆弱性を生む可能性を示唆する。また、攻撃がデータ、センサー、プロンプト、フィードバックなど多様な経路から入り得るため、防御はライフサイクル全体を考慮する必要がある。さらに、既存の攻撃ファミリーが World Model の特定の構成要素に対して異なる意味を持つため、従来の防御策がそのまま適用できない可能性がある。評価プロトコルの標準化や、World Model のセキュリティ特性の形式的定義などが今後の課題として考えられる。
6. 次に読むべき論文は?
要旨で参照されている研究や関連手法としては、World Model に関する基礎研究(例:Dreamer, MuZero など)や、Embodied AI のセキュリティに関する既存の攻撃・防御研究が挙げられる。具体的には、World Model のライフサイクル各段階での攻撃手法(例:データポイズニング、バックドア攻撃、敵対的例、センサースプーフィング、プロンプトインジェクション)や、防御手法(例:ロバスト学習、不確実性推定、軌道フィルタリング)に関する論文が関連する。また、World Model を安全シールドとして用いる研究や、安全錯覚を扱った研究も次に読むべき対象となる。ただし、要旨に具体的な論文名は挙げられていないため、同分野の定番である World Model のサーベイや、Embodied AI の安全性に関するサーベイを参照することが推奨される。
World models give embodied AI a predictive core: they compress observations into states, simulate action-conditioned futures, and enable planning beyond reactive control. This predictive layer, however, opens a new security boundary-compromise can propagate from data, sensors, prompts, or feedback into physical action. Rather than treating world models as an isolated component, this survey traces threats across their entire lifecycle-from data construction and representation learning, through state grounding and imagination, to trajectory evaluation, execution, and long-term adaptation via memory and tools. We show that familiar attack families: poisoning, backdoors, adversarial examples, sensor spoofing, prompt injection, trajectory manipulation, and supply-chain attacks take on distinct meanings when they corrupt world states, learned dynamics, affordance estimates, or safety costs. We also highlight a duality: world models can serve as runtime safety shields, yet when compromised or over-trusted they generate predictive safety illusions. The survey offers a lifecycle taxonomy, maps existing attacks to world-model security properties, outlines evaluation protocols for safety failures, and structures defenses across provenance, robust grounding, uncertainty-aware prediction, trajectory gating, feedback auditing, and deployment assurance.