論文の概要: ASGARD: Action-Space Guard for UAV Resilience via Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2609.20982v1
- Date: Thu, 17 Sep 2026 18:34:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:16.752485
- Title: ASGARD: Action-Space Guard for UAV Resilience via Reinforcement Learning
- Title（参考訳）: ASGARD:強化学習によるUAVレジリエンスのためのアクションスペースガード
- Abstract要約: 強化学習コントローラは、ポリシーが生成し、アクチュエータが実行される前にアクションコマンドを上書きするアクションスペース攻撃に影響を受ける。
本稿では,RLをベースとしたUAV制御を行動空間攻撃に耐性を持たせるための2相教師学生パイプラインであるASGARDを提案する。
ASGARDは行動空間攻撃に耐性があり、攻撃にもかかわらずミッションを完了している。
- 参考スコア（独自算出の注目度）: 13.936830637955444
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reinforcement learning (RL) controllers have been recently adopted for Unmanned Aerial Vehicles (UAV) navigation and control. However, they are susceptible to action-space attacks that overwrite the action commands after the policy generates them and before the actuators execute them. While most existing defenses target attacks on the policy's inputs, those addressing action-space attacks retrain the policy at training time and are not resilient to corrupted actions at runtime. We propose ASGARD, a two-phase teacher-student pipeline for making RL-based UAV control resilient to action-space attacks. In the teacher phase, an encoder combines the UAV's physical state with action-attack-related privileged information to produce an action-attack-aware latent that trains the RL control policy and a monitor that outputs corrected action commands to the actuators. In the student phase, both the encoder and the monitor are trained via supervised learning from their teacher counterparts to run on-board using only the UAV's physical state history. We evaluate ASGARD across attack scenarios targeting different action commands on UAV. We find that ASGARD is resilient to action-space attacks and completes the missions despite the attack. We further find that ASGARD generalizes to unseen attacks and remains resilient against stealthy attacks.
- Abstract（参考訳）: 強化学習(RL)コントローラは、最近無人航空機(UAV)のナビゲーションと制御に採用されている。
しかし、ポリシーが生成し、アクチュエーターが実行する前にアクションコマンドを上書きするアクションスペース攻撃の影響を受けやすい。
ほとんどの既存の防衛は、ポリシーの入力に対する攻撃を標的としているが、アクションスペース攻撃に対処する者は、トレーニング時にポリシーを再訓練し、実行時に破損したアクションに対して回復力がない。
本稿では,RLをベースとしたUAV制御を行動空間攻撃に耐性を持たせるための2相教師学生パイプラインであるASGARDを提案する。
教師フェーズにおいて、エンコーダは、UAVの物理的状態とアクションアタック関連特権情報を組み合わせて、RL制御ポリシーを訓練するアクションアタック対応潜水器と、修正されたアクションコマンドをアクチュエータに出力するモニタを生成する。
学生の段階では、エンコーダとモニターは教師による教師による学習を通じて訓練され、UAVの物理的状態履歴のみを使用してオンボードで実行される。
我々は、UAV上の異なるアクションコマンドをターゲットにした攻撃シナリオのASGARDを評価する。
ASGARDは行動空間攻撃に耐性があり、攻撃にもかかわらずミッションを完了している。
さらに、ASGARDは目に見えない攻撃を一般化し、ステルス攻撃に対して回復力を維持している。
関連論文リスト
- Diffusion-Guided Backdoor Attacks in Real-World Reinforcement Learning [13.244940433694024]
バックドア攻撃は、強化学習ポリシーに隠された悪意のある振る舞いを埋め込み、テスト時にトリガーを使用してそれらをアクティベートする。
既存の攻撃のほとんどはシミュレーションでのみ検証されているが、実際のロボットシステムでの有効性はまだ不明である。
これまでに見過ごされてきた問題を考察し,現実世界のRLに対する拡散誘導型バックドアアタックフレームワーク(DGBA)を提案する。
論文 参考訳（メタデータ） (2026-01-20T16:03:51Z) - Adaptive Attacks on Trusted Monitors Subvert AI Control Protocols [80.68060125494645]
プロトコルとモニタモデルを知っている信頼できないモデルによるアダプティブアタックについて検討する。
我々は、攻撃者がモデル出力に公知またはゼロショットプロンプトインジェクションを埋め込む単純な適応攻撃ベクトルをインスタンス化する。
論文 参考訳（メタデータ） (2025-10-10T15:12:44Z) - Cuckoo Attack: Stealthy and Persistent Attacks Against AI-IDE [64.47951172662745]
Cuckoo Attackは、悪意のあるペイロードを構成ファイルに埋め込むことで、ステルス性と永続的なコマンド実行を実現する新しい攻撃である。
攻撃パラダイムを初期感染と持続性という2つの段階に分類する。
当社は、ベンダーが製品のセキュリティを評価するために、実行可能な7つのチェックポイントを提供しています。
論文 参考訳（メタデータ） (2025-09-19T04:10:52Z) - 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) - ARMOR: Robust Reinforcement Learning-based Control for UAVs under Physical Attacks [6.362264393795084]
無人航空機(UAV)は、知覚、ナビゲーション、制御のための搭載センサーに依存している。
ArmORは攻撃耐性、モデルレス強化学習コントローラである。
ArmORは2段階のトレーニングフレームワークを通じて、UAVの物理的状態の堅牢な遅延表現を学習する。
論文 参考訳（メタデータ） (2025-06-27T17:46:33Z) - Electronic Warfare Cyberattacks, Countermeasures and Modern Defensive Strategies of UAV Avionics: A Survey [1.6874375111244329]
無人航空機(UAV)は、現代の自律飛行において重要な役割を担っている。
UAVミッションの成功は、電子戦の様々な側面を効果的に緩和することに依存する。
本稿では,UAVのサイバー攻撃,対策,防衛戦略について概観する。
論文 参考訳（メタデータ） (2025-04-10T00:56:52Z) - Provably Efficient Action-Manipulation Attack Against Continuous Reinforcement Learning [49.48615590763914]
我々は,モンテカルロ木探索法を用いて効率的な行動探索と操作を行うLCBTというブラックボックス攻撃アルゴリズムを提案する。
提案手法は, DDPG, PPO, TD3の3つの攻撃的アルゴリズムに対して, 連続的な設定で実行し, 攻撃性能が期待できることを示す。
論文 参考訳（メタデータ） (2024-11-20T08:20:29Z) - Adversarial Inception Backdoor Attacks against Reinforcement Learning [16.350898218047405]
最近の研究は、訓練時間、バックドア中毒に対するDeep Reinforcement Learning (DRL)アルゴリズムの脆弱性を実証している。
本稿では,厳格な報酬制約の下で,DRLに対する新たなバックドア攻撃法を提案する。
論文 参考訳（メタデータ） (2024-10-17T19:50:28Z) - 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) - Robustness to Adversarial Attacks in Learning-Enabled Controllers [3.4983716329137353]
多様な敵攻撃を含む国家の摂動を考察し、敵国を発見するための攻撃スキームについて述べる。
有効にするためには、これらの攻撃は自然であり、コントローラーが合理的に有意義な応答を期待できる状態をもたらす必要がある。
我々の防衛戦略は、コントローラと環境を未知のダイナミクスを持つブラックボックスとして扱うことを可能にする。
論文 参考訳（メタデータ） (2020-06-11T22:29:07Z)
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。