对抗强化学习用于行星着陆鲁棒性研究

一项新研究用对抗强化学习为行星着陆控制器寻找挑战性故障条件：一个次级智能体生成受物理约束的扰动来削弱着陆控制器性能，两者构成非对称序贯零和博弈。训练分三阶段：先学基线控制器，再增强对随机扰动的鲁棒性，最后让控制器与扰动生成器交替优化。 在三自由度着陆环境中的初步实验显示，对抗扰动暴露出传统随机化方法遗漏的脆弱性；作者称，更充分训练后有望提升控制器的鲁棒性与泛化能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。