卫星追踪者：面向轨道上智能对手的发生式对抗强化学习
机器人学
2026-04-21 v2
摘要
随着太空变得越来越拥挤且充满争议，多智能体环境中的鲁棒自主能力正至关重要。当前太空中的自主系统主要依赖于基于优化的路径规划或远程轨道机动，而这些方法在对手主动追逐的对抗情境中尚未证明有效。我们引入了发生式对抗强化学习（DARL），这是一种两阶段多智能体强化学习（MARL）方法，旨在训练与多个对抗性航天器交互的卫星逃避策略。我们通过促进多样化的对抗策略来增强训练期间的探索，从而产生更具鲁棒性和适应性的逃逸模型。我们通过一场猫鼠式卫星情境进行了DARL的验证，建模为部分可观测的多智能体抓住即逃脱游戏，其中两个对抗"猫"型航天器追逐单个"老鼠"逃逸器。DARL的性能与几个基准进行了比较，包括基于优化的卫星路径规划器，证明了其在对抗性多智能体太空环境中产生高度鲁棒模型的能力。
引用
@article{arxiv.2409.17443,
title = {Satellite Chasers: Divergent Adversarial Reinforcement Learning to Engage Intelligent Adversaries on Orbit},
author = {Cameron Mehlman and Gregory Falco},
journal= {arXiv preprint arXiv:2409.17443},
year = {2026}
}