元认知：一种面向认知雷达的逆逆强化学习方法
信号处理
2022-05-05 v1 机器学习
摘要
本文研究对抗环境下的元认知雷达。认知雷达针对可能具有对抗性的运动目标所采取的机动（探测）最优地调整其波形（响应）。元认知雷达意识到目标的对抗性质，并试图削弱该对抗目标。元认知雷达应如何选择其响应，以充分迷惑试图估计雷达效用函数的对手？本文将雷达的元认知问题抽象为状态与观测噪声协方差矩阵谱（特征值）的形式，并将代数Riccati方程嵌入基于经济学的效用最大化框架中。该对抗目标是一个逆强化学习器。通过观察雷达响应（波形）的含噪序列，对抗目标使用统计假设检验来检测雷达是否为效用最大化者。相应地，元认知雷达故意选择次优响应，以提高对手检测器的第一类错误概率。我们将元认知雷达采取的这一反对抗步骤称为逆逆强化学习（I-IRL）。我们通过简单的数值例子说明了本文的元认知结果。本文的元认知方法基于微观经济学中的显示偏好理论，并受到机器学习中差分隐私与对抗混淆结果的启发。
引用
@article{arxiv.2205.01794,
title = {Meta-Cognition. An Inverse-Inverse Reinforcement Learning Approach for Cognitive Radars},
author = {Kunal Pattanayak and Vikram Krishnamurthy and Christopher Berry},
journal= {arXiv preprint arXiv:2205.01794},
year = {2022}
}