ARMOR: 物理攻撃下のUAVのための堅牢な強化学習ベース制御
ARMOR: Robust Reinforcement Learning-based Control for UAVs under Physical Attacks
GPSスプーフィングなどの物理攻撃に耐えるUAV制御のため、特権情報で訓練した教師エンコーダから攻撃に強い潜在表現を学習し、履歴センサデータのみで展開可能な学生エンコーダを訓練する強化学習手法を提案。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Pritam Dash, Ethan Chan, Nathan P. Lawrence, Karthik Pattabiraman
分類: cs.LG, cs.CR, cs.RO
原文アブストラクト
Unmanned Aerial Vehicles (UAVs) depend on onboard sensors for perception, navigation, and control. However, these sensors are susceptible to physical attacks, such as GPS spoofing, that can corrupt state estimates and lead to unsafe behavior. While reinforcement learning (RL) offers adaptive control capabilities, existing safe RL methods are ineffective against such attacks. We present ARMOR (Adaptive Robust Manipulation-Optimized State Representations), an attack-resilient, model-free RL controller that enables robust UAV operation under adversarial sensor manipulation. Instead of relying on raw sensor observations, ARMOR learns a robust latent representation of the UAV's physical state via a two-stage training framework. In the first stage, a teacher encoder, trained with privileged attack information, generates attack-aware latent states for RL policy training. In the second stage, a student encoder is trained via supervised learning to approximate the teacher's latent states using only historical sensor data, enabling real-world deployment without privileged information. Our experiments show that ARMOR outperforms conventional methods, ensuring UAV safety. Additionally, ARMOR improves generalization to unseen attacks and reduces training cost by eliminating the need for iterative adversarial training.
関連論文
- 関節健康状態を考慮した強化学習によるアクチュエータ劣化下のロバスト制御強化学習/ロバスト制御
- 自己修復型リカレントアンサンブルによる分布シフトからのリアルタイム回復強化学習/ロバスト制御
- 動的不確実性下でのロバストな敵対的方策最適化強化学習/ロバスト制御
- オフラインからオンライン強化学習における敵対的ファインチューニングによるロバストなロボット制御強化学習/ロバスト制御
