用于GPS降级和欺骗下小型无人机系统间隔保持的鲁棒多智能体强化学习
机器人学
2026-04-01 v1 人工智能
机器学习
系统与控制
系统与控制
摘要
我们通过多智能体强化学习解决了在GPS降级和欺骗下小型无人机系统的鲁棒间隔保持问题。在协同监视中，每架飞机（或智能体）广播其GPS导出的位置；当此类位置广播被破坏时，整个观测到的空中交通状态变得不可靠。我们将这种状态观测破坏建模为智能体与对手之间的零和博弈：以概率R，对手扰动观测状态以最大程度地降低每个智能体的安全性能。我们推导出这种对抗性扰动的闭式表达式，完全绕过了对抗性训练，并实现了在状态维度上的线性时间评估。我们表明，该表达式以二阶精度逼近真实的最坏情况对抗性扰动。我们进一步限定了干净观测和受污染观测之间的安全性能差距，表明在Kullback-Leibler正则化下，该差距最多随污染概率线性退化。最后，我们将闭式对抗策略集成到多智能体强化学习策略梯度算法中，以获得智能体的鲁棒反制策略。在高密度小型无人机系统模拟中，我们在高达35%的污染水平下观察到接近零的碰撞率，优于未使用对抗性扰动训练的基线策略。
引用
@article{arxiv.2603.28900,
title = {Robust Multi-Agent Reinforcement Learning for Small UAS Separation Assurance under GPS Degradation and Spoofing},
author = {Alex Zongo and Filippos Fotiadis and Ufuk Topcu and Peng Wei},
journal= {arXiv preprint arXiv:2603.28900},
year = {2026}
}
备注
This work has been submitted to the IEEE for possible publication