arXiv · ML· Miguel Leiva-V\'elez, Nicolas Gaston-Rozado, Andrea Scorsoglio, Hodei Urrutxua, V\'ictor Rodr\'iguez-Fern\'andez, Roberto Furfaro·· 2026-10-15AI 评分28
对抗强化学习用于提升行星着陆的鲁棒性
Adversarial Reinforcement Learning for Robust Planetary Landing
AI 导读
研究发现对抗强化学习可揭示传统随机化方法遗漏的行星着陆控制器漏洞,并预示该方法能提升鲁棒性。该方法构建非对称顺序零和博弈,通过三阶段训练交替优化控制器与扰动生成器。 在三维自由度的着陆环境初步实验中,对抗扰动展示了更强的泛化能力,适用于未来更广泛的训练任务。
来源:arXiv · ML · arxiv.org