arXiv cs.AI· Christopher Conrad, Deepak Panda, Weisi Guo, Antonios Tsourdos·· 11 小时前AI 评分24
面向临时接管下 UAS 导航的中断感知循环强化学习
Interruption-Aware Recurrent Reinforcement Learning for UAS Navigation Under Temporary Overrides
AI 导读
针对 UAS 学习策略被远程飞手、机载感知避让或运行时保障机制临时接管后性能退化的问题，研究提出三种中断感知架构，分别通过独立特征流、专用中断记忆和门控环境特征将中断上下文注入循环处理。最强架构相对循环基线将接管后碰撞减少 74%、中断导致的任务失败减少 69%，且不损害无中断场景性能。基准证据显示中断会降低循环隐藏状态中任务变量的可解码性并提高接管后碰撞风险。
正文 · AI 翻译
摘要：UAS 的安全自主导航需要战术性冲突消解，以处理战略协调无法预防的冲突。当传感器或交通数据缺失、延迟或降级时，该任务在部分可观测条件下颇具挑战性。基于几何的方法可以提供间隔保证，但在密集相遇场景中面临局限。因此，有人提出循环强化学习来学习导航策略，通过整合观测-动作历史来优化长期安全-效率权衡。然而，运行保障可能需要远程飞行员、机载探测与避让系统或运行时保证机制来临时覆盖学习到的策略。在理解这些中断如何影响智能体重新获得权限时的循环策略方面，仍存在研究空白。基准证据表明，中断会使任务变量更难从循环隐藏状态中解码，并增加中断后的碰撞风险。研究结果表明，改变的循环上下文通过动作-观测反馈循环延长了交接后的性能退化，其中改变的动作会改变飞行路径和随后的循环更新。为应对这一脆弱性，我们提出了三种中断感知架构，通过单独的特征流、专用的中断记忆或门控环境特征，使循环处理以中断上下文为条件。在仿真中，所有三种架构都比标准循环策略保留了更多可解码的任务信息。此外，相对于循环基线，最强的架构将中断后碰撞减少了 74%，将中断引发的任务失败减少了 69%，且不降低无中断性能。这些结果表明，安全中断并不保证安全交接，并支持面向弹性 UAS 自主性的中断感知循环设计。
| 评论： | 本工作已提交至 IEEE，可能发表 |
| 主题： | 人工智能（cs.AI）；机器人学（cs.RO） |
| 引用为： | arXiv:2610.28121 [cs.AI] |
| （或 arXiv:2610.28121v1 [cs.AI] 为此版本） | |
| https://doi.org/10.48550/arXiv.2610.28121 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Christopher Conrad [查看电子邮件]
[v1]
2026年10月20日星期二 12:30:41 UTC（29,418 KB）
来源：arXiv cs.AI · arxiv.org