English(EN) ARMOR: Robust Reinforcement Learning-based Control for UAVs under Physical Attacks

新的强化学习系统ARMOR增强了无人机抵抗GPS欺骗攻击的能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-04 04:00

研究人员开发了ARMOR，一种新颖的强化学习（RL）控制系统，旨在增强无人机（UAV）在GPS欺骗等物理攻击下的鲁棒性。ARMOR学习创建无人机物理状态的鲁棒潜在表示，超越了可能被破坏的原始传感器数据。这种方法确保了即使传感器被操纵，无人机也能更安全地运行，并展示了对新型攻击的改进泛化能力。 AI

影响增强了在潜在敌对环境中自主系统的安全性和可靠性。

排序理由该集群包含一篇详细介绍无人机控制新方法的 ist 研究论文。

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Pritam Dash, Ethan Chan, Nathan P. Lawrence, Karthik Pattabiraman · 2026-08-04 04:00

ARMOR: Robust Reinforcement Learning-based Control for UAVs under Physical Attacks

arXiv:2506.22423v2 Announce Type: replace Abstract: Unmanned Aerial Vehicles (UAVs) depend on onboard sensors for perception, navigation, and control. However, these sensors are susceptible to physical attacks, such as GPS spoofing, that can corrupt state estimates and lead to un…