論文の概要: Agile Interception of a Flying Target using Competitive Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2603.16279v1
• Date: Tue, 17 Mar 2026 09:11:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:07.189986
• Title: Agile Interception of a Flying Target using Competitive Reinforcement Learning
• Title（参考訳）: 競争力強化学習を用いた飛行目標のアジャイル・インターセプション
• Abstract要約: この記事では、捕獲網を積んだ別のアジャイルドローンによって、アジャイルドローンを迎撃するソリューションを提示します。 我々は、このインターセプションを競合強化学習問題として定式化し、インターセプターとターゲットドローンを個別のポリシーで制御する。 JAXで実装された現実的な四重項力学モデルと低レベル制御アーキテクチャを統合した高忠実度シミュレーション環境を提案する。
• 参考スコア（独自算出の注目度）: 2.982218441172364
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This article presents a solution to intercept an agile drone by another agile drone carrying a catching net. We formulate the interception as a Competitive Reinforcement Learning problem, where the interceptor and the target drone are controlled by separate policies trained with Proximal Policy Optimization (PPO). We introduce a high-fidelity simulation environment that integrates a realistic quadrotor dynamics model and a low-level control architecture implemented in JAX, which allows for fast parallelized execution on GPUs. We train the agents using low-level control, collective thrust and body rates, to achieve agile flights both for the interceptor and the target. We compare the performance of the trained policies in terms of catch rate, time to catch, and crash rate, against common heuristic baselines and show that our solution outperforms these baselines for interception of agile targets. Finally, we demonstrate the performance of the trained policies in a scaled real-world scenario using agile drones inside an indoor flight arena.
• Abstract（参考訳）: この記事では、捕獲網を積んだ別のアジャイルドローンによって、アジャイルドローンを迎撃するソリューションを提示します。 我々は,このインターセプションを競合強化学習問題として定式化し,インターセプタとターゲットドローンをPPO(Proximal Policy Optimization)で訓練した個別のポリシーで制御する。 本稿では,現実的な四重項動的モデルとJAXで実装された低レベル制御アーキテクチャを統合し,GPU上で高速な並列化実行を可能にする高忠実度シミュレーション環境を提案する。 私たちは、インターセプターとターゲットの両方でアジャイル飛行を達成するために、低レベル制御、集団推力、ボディレートを使用してエージェントを訓練します。 私たちは、トレーニングされたポリシーのパフォーマンスを、一般的なヒューリスティックなベースラインに対してキャッチレート、キャッチタイム、クラッシュレートで比較し、このソリューションがアジャイルターゲットのインターセプションにおいてこれらのベースラインを上回っていることを示す。 最後に、屋内飛行アリーナ内でアジャイルドローンを使用して、トレーニング済みポリシのパフォーマンスを実世界の大規模シナリオで実証する。

関連論文リスト

• AgilePE: Autonomous UAV Pursuit-Evasion via Self-Play Reinforcement Learning [31.828745787124316]
  本稿では,自律型UAV追尾回避システムであるAgilePEを提案する。 AgilePEはアジャイルの低レベルのコントロール、競合ポリシの最適化、統合されたフレームワークでのsim-to-realデプロイメントを統合しています。 トレーニングでは,プライオリティライズ・フィクション・セルフプレイ(PFSP)と多様な対戦プールを併用し,エージェントが歴史的方針に反する改善を可能にする。 実世界の実験では、急速ドッジや側面撮影を含むシミュレーションで観測された追跡回避戦術を再現し、インタラクティブな2エージェントゼロショット展開を実証している。
  論文  参考訳（メタデータ） (2026-08-14T09:41:16Z)
• Intelligent Multi-UAV Navigation in ITNTNs: A Hierarchical LLM Approach [33.68706070829591]
  大きな言語モデル(LLM)はセマンティック推論において優れているが、高い推論遅延に悩まされ、リアルタイムの空力制御には適さない。 高高度プラットフォームステーションにデプロイされた大規模なクラウドベースのLLMは、低速でグローバルなロードバランシングを管理する。 個々のUAV上の軽量のエッジLLMは、局所的な観測結果を戦術的なサブゴールに変換して、衝突のないハンドオーバ対応の軌道を実行する。
  論文  参考訳（メタデータ） (2026-07-21T00:34:42Z)
• Intercepting an Agile Target with Net-Carrying Drones using Competitive Multi-Agent Reinforcement Learning [0.0]
  この記事では、漁網を運ぶアジャイルドローンのチームによって、アジャイルドローンを迎撃するソリューションを提示します。 競合するマルチエージェント強化学習(MARL)タスクとして問題を定式化する。 PFSPを用いたMAPPO(Multi-Agent Proximal Policy Optimization)による追跡者と回避者の訓練
  論文  参考訳（メタデータ） (2026-07-07T07:41:09Z)
• Bridging Performance and Generalization in Reinforcement Learning for Agile Flight [26.465258512733126]
  RLをベースとしたドローンレースのアジャイル飛行におけるゼロショット一般化のためのフレームワークを提案する。 提案手法は,実世界の様々な未確認競馬場において,強いゼロショット性能を実現する。
  論文  参考訳（メタデータ） (2026-06-25T17:54:36Z)
• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• ADV-0: Closed-Loop Min-Max Adversarial Training for Long-Tail Robustness in Autonomous Driving [63.980630608984605]
  本稿では、ゼロサムマルコフゲームとして、駆動ポリシー(ディフェンダー)と敵エージェント(アタックラー)の相互作用を扱うクローズドループのmin-max最適化フレームワークであるADV-0を提案する。 これを実現するため,我々は動的敵の進化を反復的な選好学習とし,この最適性を効率的に近似し,アルゴリズムに依存しない解をゲームに提供する。 実験により、多様な安全クリティカルな障害を効果的に露呈し、学習方針と運動プランナーの両方の一般化可能性を大幅に向上させることが示されている。
  論文  参考訳（メタデータ） (2026-03-16T12:58:31Z)
• FlyTrap: Physical Distance-Pulling Attack Towards Camera-based Autonomous Target Tracking Systems [25.870424901890292]
  距離追従攻撃(DPA)という新たな攻撃法を提案する。 FlyTrapは、敵傘をデプロイ可能でドメイン固有の攻撃ベクトルとして利用する、新しい物理世界の攻撃フレームワークである。 我々の評価には、新しいデータセット、メトリクス、現実世界のホワイトボックスやDJIやHoverAirを含む商用ATTドローンのクローズドループ実験が含まれています。
  論文  参考訳（メタデータ） (2025-09-24T17:59:54Z)
• Reinforcement Learning for Decision-Level Interception Prioritization in Drone Swarm Defense [51.736723807086385]
  本稿では,この課題に対処する上で,強化学習の実践的メリットを示すケーススタディを提案する。 本研究では,現実的な運用制約を捉えた高忠実度シミュレーション環境を提案する。 エージェントは最適なインターセプション優先順位付けのために複数のエフェクターを調整することを学ぶ。 我々は、何百ものシミュレートされた攻撃シナリオにおいて、手作りルールベースのベースラインに対する学習ポリシーを評価する。
  論文  参考訳（メタデータ） (2025-08-01T13:55:39Z)
• Learned Controllers for Agile Quadrotors in Pursuit-Evasion Games [42.74003740156243]
  我々は,アジャイル1v1クアッドロータ追従回避の問題に対処する。 これらの問題に対処するために,非同期多段階人口ベース (AMSPB) アルゴリズムを提案する。 このフレームワークでは、ベロシティコマンドまたはボディーレートを集合推力で出力するニューラルネットワークコントローラをトレーニングします。
  論文  参考訳（メタデータ） (2025-06-03T13:19:23Z)
• Cooperative Search and Track of Rogue Drones using Multiagent Reinforcement Learning [8.775925011558995]
  本研究は、機密性の高いインフラ施設をターゲットにしたローグドローンを迎撃する問題を考察する。 ローグドローンを確実に検出・追跡・中和できる総合システムを提案する。
  論文  参考訳（メタデータ） (2025-01-07T16:22:51Z)
• Open-World Drone Active Tracking with Goal-Centered Rewards [62.21394499788672]
  Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。 DATは,世界初となるエア・ツー・グラウンド・トラッキング・ベンチマークである。 また,複雑なシナリオにおけるドローン追跡目標の性能向上を目的としたGC-VATを提案する。
  論文  参考訳（メタデータ） (2024-12-01T09:37:46Z)
• Efficient Adversarial Training in LLMs with Continuous Attacks [99.5882845458567]
  大規模言語モデル(LLM)は、安全ガードレールをバイパスできる敵攻撃に対して脆弱である。 本稿では,2つの損失からなる高速対向訓練アルゴリズム(C-AdvUL)を提案する。 C-AdvIPOは、対向的に堅牢なアライメントのためのユーティリティデータを必要としない、対向型のIPOである。
  論文  参考訳（メタデータ） (2024-05-24T14:20:09Z)
• Learning Multi-Pursuit Evasion for Safe Targeted Navigation of Drones [0.0]
  本稿では,非同期多段階深部強化学習(AMS-DRL)による対向ニューラルネットワークの学習手法を提案する。 AMS-DRLは、追従者および回避者を二部グラフで非同期に訓練する追従回避ゲームにおいて、敵エージェントを進化させる。 本手法を広範囲なシミュレーションで評価し,航法成功率の高いベースラインよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-04-07T01:59:16Z)
• Fixed Points in Cyber Space: Rethinking Optimal Evasion Attacks in the Age of AI-NIDS [70.60975663021952]
  ネットワーク分類器に対するブラックボックス攻撃について検討する。 我々は、アタッカー・ディフェンダーの固定点がそれ自体、複雑な位相遷移を持つ一般サムゲームであると主張する。 攻撃防御力学の研究には連続的な学習手法が必要であることを示す。
  論文  参考訳（メタデータ） (2021-11-23T23:42:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。