针对部分可观测性随机环境中最优传感器欺骗：误导机器人前往诱饵目标
机器人学
2025-03-11 v1 人工智能
摘要
欺骗是自主系统在对抗性环境中采用的常见策略。现有的欺骗方法主要 focus on 增加不透明性或误导代理远离其目标或行程。在本 work 中，我们提出一种欺骗问题，旨在通过改变传感器事件来误导机器人前往诱饵目标, 在受限的改变预算下。将环境及其与机器人的相互作用建模为部分可观测马尔可夫决策过程(POMDP), 机器人的动作选择由有限状态控制器(FSC) 决定。给定受限的传感器事件修改预算, 目标是计算一种传感器变更, 以最大化机器人到达诱饵目标的概率。我们通过从 背包问题进行归约来建立该问题的计算复杂性, 并提出一种混合整数线性规划(MILP) 格式来计算最优欺骗策略。我们通过一系列实验显示了 MILP 格式的有效性。
引用
@article{arxiv.2503.05972,
title = {Optimal sensor deception in stochastic environments with partial observability to mislead a robot to a decoy goal},
author = {Hazhar Rahmani and Mukulika Ghosh and Syed Md Hasnayeen},
journal= {arXiv preprint arXiv:2503.05972},
year = {2025}
}