基于强化学习的自动驾驶车辆最优执行器攻击
机器人学
2025-02-13 v1 机器学习
摘要
随着自动驾驶车辆（AVs）的日益普及，其面对各类攻击的脆弱性也随之增加，带来了重大的安全挑战。在本文中，我们提出了一种基于强化学习（RL）的方法，用于设计针对自动驾驶车辆执行器的最优隐蔽性完整性攻击。我们还分析了旨在对抗此类攻击而开发的最先进的基于 RL 的安全控制器的局限性。通过广泛的仿真实验，我们证明了所提方法的有效性和高效性。
引用
@article{arxiv.2502.07839,
title = {Optimal Actuator Attacks on Autonomous Vehicles Using Reinforcement Learning},
author = {Pengyu Wang and Jialu Li and Ling Shi},
journal= {arXiv preprint arXiv:2502.07839},
year = {2025}
}
备注
Accepted in 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) Workshop