Awesome-Embodied-Trustworthy-Execution

这是一个面向具身智能（Embodied AI）可信执行的综述性资源库，系统梳理了保障物理世界中AI系统安全、可靠与决策可验证性的前沿研究。项目提出以非可信来源为纲的三级分类体系：恶意攻击（如视觉对抗补丁、WAM注入）、软硬件误差（如传感器噪声、量化失真、执行器故障）及模型决策异常（如任务漂移、长程规划失败），并对应覆盖检测、验证、缓解与恢复等技术路径。适用于具身智能安全研究者、机器人系统开发者及AI可靠性评估人员快速掌握该交叉领域的核心问题、方法与代表性工作。