arXiv Artificial Intelligence· Deepak Kumar Panda, Adolfo Perrusquia, Weisi Guo·· 19 小时前AI 评分24
课程自适应鲁棒强化学习：应对对抗环境下无人机冲突消解
Curriculum-Adapted Robust Reinforcement Learning for UAV Deconfliction in Adversarial Environments
AI 导读
研究者提出课程引导的自适应框架，通过逐步施加梯度对抗观测扰动并对齐各阶段 TD 误差分布，提升无人机在 GNSS 欺骗攻击下的鲁棒性。在动态 3D 障碍的无人机冲突消解环境中，课程自适应策略在固定欺骗下取得约 99-100% 任务成功率，最优鲁棒基线仅 20-24%；在动态障碍诱骗下取得最高回合奖励，任务完成步数中位数最多减少 22%。
来源：arXiv Artificial Intelligence · arxiv.org