Action Sampler

基于 Transformer 的强化学习揭示 UTM 的关键漏洞

研究人员开发了一种新颖的方法，通过将问题构建为序列建模任务，来揭示无人机交通管理 (UTM) 系统中的安全关键漏洞。他们的方法利用基于 Transformer 的强化学习架构，特别是策略模型和动作采样器，来生成有针对性的测试场景并预测最佳动作。这种基于风险的奖励函数方法在 700 小时的模拟中，在漏洞发现效率方面比专家指导的测试提高了 8 倍，识别出了传统方法遗漏的关键边缘情况。