CurAd 课程式鲁棒强化学习提升无人机抗 GNSS 欺骗能力

Deepak Kumar Panda、Adolfo Perrusquia 与 Weisi Guo 在 arXiv 论文 v3（arXiv:2506.21129v3）中提出课程自适应鲁棒强化学习框架 CurAd，逐步加大对策略的梯度对抗观测扰动强度，并对齐各课程阶段的 TD 误差分布，以提升无人机在未见 GNSS 欺骗攻击下的导航鲁棒性。 论文声称的评估均在含动态三维障碍的去冲突环境中进行：固定欺骗下 CurAd 在各评估交通密度下任务成功率约 99–100%，而最强鲁棒基线为 20–24%，同时也优于非鲁棒的 vanilla 基线；在动态障碍诱骗欺骗下，CurAd 取得最高的回合奖励，并相对最强鲁棒 RL 基线将任务完成步数中位数最多缩短 22%。以上数字基于论文所述仿真结果，尚未经独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。