中断感知强化学习提升UAS接管后导航安全

Christopher Conrad等作者提交论文，提出三种中断感知循环强化学习架构，用于解决无人机系统（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。三种架构分别通过独立特征流、专用中断记忆和门控环境特征，把中断上下文注入循环处理。 作者称，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。论文的基准证据显示，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。

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。