ARBoids：基于 Boids 模型的自适应残差强化学习用于多 USV 目标防御
机器学习
2025-11-26 v3 密码学与安全
机器人学
摘要
无人舰舱 (USV) 的目标防御问题 (TDP) 涉及使用一个或多个防御 USV 在其越过指定目标区域前拦截攻击 USV。当攻击者的机动性优于防御者时，特别 challenging 的场景会显著复杂化有效拦截。为解决此问题，本文引入 ARBoids，一种新型自适应残差强化学习框架，将深度强化学习 (DRL) 与生物学启发的基于力的 Boids 模型相结合。在该框架中，Boids 模型作为多智能体协调的计算高效基线策略，而 DRL 学习残差策略以自适应地细化和优化防御者的动作。该方法在高保真 Gazebo 模拟环境中验证，表现优于传统拦截策略，包括纯力基于方法和 vanilla DRL 策略。此外，所学策略对具有不同机动性特征的攻击者表现出强大的适应性，凸显其鲁棒性和泛化能力。ARBoids 的代码将在本文接受后公开。
引用
@article{arxiv.2502.18549,
title = {ARBoids: Adaptive Residual Reinforcement Learning With Boids Model for Cooperative Multi-USV Target Defense},
author = {Jiyue Tao and Tongsheng Shen and Dexin Zhao and Feitian Zhang},
journal= {arXiv preprint arXiv:2502.18549},
year = {2025}
}