論文の概要: A Surveillance Evasion Game with Continuous Sensor Redeployment via Bilevel Optimization

• arxiv url: http://arxiv.org/abs/2605.27917v1
• Date: Wed, 27 May 2026 03:44:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-28 17:38:55.728774
• Title: A Surveillance Evasion Game with Continuous Sensor Redeployment via Bilevel Optimization
• Title（参考訳）: 双方向最適化による連続センサ再配置によるサーベイランス・エベイジョンゲーム
• Authors: Jaehyeok Kim, Kartik A. Pant, Joseph Kinerson, Kylie Sommer-Kohrt, Worawis Sribunma, Li-Yu Lin, James M. Goppert,
• Abstract要約: Un Aerialed Systems (UAS) は、重要なインフラのセキュリティに対する脅威となっている。 対向UASと異種センサネットワークとの間の2段階のゼロサム差分ゲームとして,この相互作用を限定する。 建物の境界に沿って各センサが自由にスライドする連続的なセンサ再配置手法を導入する。
• 参考スコア（独自算出の注目度）: 1.4784044408031098
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Uncrewed Aerial Systems (UASs) have become a growing threat to the security of critical infrastructure, exploiting spatiotemporal gaps in sensor perimeters to infiltrate restricted airspace undetected. We formulate this interaction as a two-player zero-sum differential game between an adversarial UAS and a heterogeneous sensor network of directional and omnidirectional sensors. Unlike earlier game-theoretic approaches that restrict the defender to discrete placement graphs or fixed configurations, we introduce a continuous sensor redeployment technique in which each sensor slides freely along the convex building boundaries. This is enforced via a log-sum-exp smooth approximation that preserves differentiability at polygon vertices, enabling optimization with gradient-based methods. The attacker's best response is computed via a two-step approach combining STP-RRT* for feasible trajectory initialization and nonlinear programming for detection-minimization refinement. The joint optimization converges to a Local Nash Equilibrium (LNE) via alternating bilevel optimization, with analytical first-order stationarity conditions derived for both players, thereby establishing a deployable baseline for heterogeneous sensor placements in CUAS missions.
• Abstract（参考訳）: UAS(Uncrewed Aerial Systems)は、重要インフラのセキュリティに対する脅威となり、センサー周囲の時空間ギャップを利用して、未検出の制限空域に侵入している。 我々は,この相互作用を,対向型UASと方向センサと全方位センサの異種センサネットワークとの間の2プレイヤーゼロサム差分ゲームとして定式化する。 ディフェンダーを離散配置グラフや固定配置に制限する従来のゲーム理論のアプローチとは異なり、各センサが凸構造境界に沿って自由にスライドする連続的なセンサ再配置手法を導入する。 これは、多角形頂点における微分可能性を保存するためのlog-sum-exp smooth approximationを通じて実施され、勾配法による最適化を可能にする。 攻撃者の最良の応答は、可能な軌道初期化のためのSTP-RRT*と検出最小化のための非線形プログラミングを組み合わせた2段階のアプローチによって計算される。 共同最適化は2段階の交互最適化を通じてローカル・ナッシュ平衡(LNE)に収束し、両者のプレイヤーに対して解析的な一階定常条件が導出され、CUASミッションにおける異種センサ配置のためのデプロイ可能なベースラインが確立される。

関連論文リスト

• Fitting Unknown Number of Hyperplanes with Manifold Optimization [57.48093263119306]
  未知数の線形平面をデータに適合させることは、機械学習の根本的な課題である。 既存のアプローチはしばしば最適な最適化に苦しむか、幾何的整合性に欠ける。
  論文  参考訳（メタデータ） (2026-05-27T14:02:20Z)
• FLORO: A Multimodal Geospatial Foundation Model for Ecological Remote Sensing Across Sensors and Scales [65.4821703903285]
  FLOROは、小さなが高度に多様なリモートセンシングコーパスから転送可能な表現を学習するために設計されたマルチモーダル基礎モデルである。 FLOROは、Sentinel-1、Sentinel-2、SkySAT画像、標高、UAV由来のデータとの不均一な組み合わせによるマスク付きオートエンコーディングを用いて事前訓練される。 我々は、シーン分類、セグメンテーション、回帰タスクにまたがる凍結エンコーダプロトコルを用いて、PANGAEAベンチマーク上でFLOROを評価した。
  論文  参考訳（メタデータ） (2026-05-27T08:55:54Z)
• RAD-2: Scaling Reinforcement Learning in a Generator-Discriminator Framework [49.531001563853984]
  RAD-2はクローズドループ計画のための統一されたジェネレータ・ディスクリミネーターフレームワークである。 様々な軌道候補を生成する一方、RL最適化判別器は、これらの候補を長期的な運転品質に応じて再現する。 強い拡散ベースのプランナーに比べて衝突速度を56%削減する。
  論文  参考訳（メタデータ） (2026-04-16T17:59:44Z)
• Convergence of Byzantine-Resilient Gradient Tracking via Probabilistic Edge Dropout [1.3902537392439644]
  任意の相手メッセージを送信するビザンティンエージェントを用いたネットワーク上での分散最適化について検討する。 確率的エッジドロップアウトと漏洩積分(GT-PD-L)を用いたemphGradient Trackingを提案する。 GT-PD-Lは、盗難攻撃下での座標平均を最大4.3%上回る。
  論文  参考訳（メタデータ） (2026-04-01T03:55:42Z)
• A2VISR: An Active and Adaptive Ground-Aerial Localization System Using Visual Inertial and Single-Range Fusion [17.59898575353575]
  これは、地上と航空の協調システムを用いて、散在した環境下での飛行ロボットのロケライズロバスト性を高めるための実践的なアプローチである。 我々は、アクティブビジョン、単一配列、慣性計測、光学フローを統合した地上局地化フレームワークをより包括的に改善する。 提案手法は、平均根平均平方誤差が約0.09mであり、損失とセンサ故障を捕捉するためのレジリエンスを維持しながら、ロバストなオンラインローカライゼーションを実現する。
  論文  参考訳（メタデータ） (2025-12-18T10:07:06Z)
• Adaptive Dual Uncertainty Optimization: Boosting Monocular 3D Object Detection under Test-Time Shifts [80.32933059529135]
  TTA(Test-Time Adaptation)メソッドが出現し、推論中にターゲット分布に適応する。 我々は、堅牢なM3ODの両不確実性を共同で最小化するために設計された、最初のTTAフレームワークであるDual Uncertainity Optimization (DUO)を提案する。 並列に,明瞭な意味的手がかりを持つ領域における幾何学的コヒーレンスを保存する意味認識型正規場制約を設計する。
  論文  参考訳（メタデータ） (2025-08-28T07:09:21Z)
• Belief-Conditioned One-Step Diffusion: Real-Time Trajectory Planning with Just-Enough Sensing [1.6984211127623137]
  我々は、10ミリ秒の前方通過で短水平軌道を返す最初のプランナーであるBelief-Conditioned One-Step Diffusion (B-COD)を提示する。 この1つのプロキシは、ソフト・アクター・クリティカルがオンラインでセンサーを選択するのに十分であり、ポーズ・コ・グロースを束縛しながらエネルギーを最適化することを示している。
  論文  参考訳（メタデータ） (2025-08-16T21:34:16Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)
• Efficient Sensor Placement from Regression with Sparse Gaussian Processes in Continuous and Discrete Spaces [3.729242965449096]
  センサ配置問題は、相関現象を監視する際に発生する一般的な問題である。 本稿では,勾配降下法を用いて最適化可能な変分近似に基づくSP問題に対する新しい定式化を提案する。
  論文  参考訳（メタデータ） (2023-02-28T19:10:12Z)
• An automatic differentiation system for the age of differential privacy [65.35244647521989]
  Tritiumは、微分プライベート(DP)機械学習(ML)のための自動微分ベース感度分析フレームワークである 我々は、微分プライベート(DP)機械学習(ML)のための自動微分に基づく感度分析フレームワークTritiumを紹介する。
  論文  参考訳（メタデータ） (2021-09-22T08:07:42Z)

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。