arXiv：对抗强化学习提升行星着陆鲁棒性

Miguel Leiva-Vélez等人提交的论文提出用对抗强化学习发现行星着陆任务中的挑战性异常条件：一个次级智能体生成物理约束扰动，削弱着陆控制器性能，构成非对称序贯零和博弈。 训练分三阶段：基线控制器学习、随机扰动鲁棒性增强，以及控制器与扰动生成器交替优化的迭代对抗阶段。 论文称，三自由度着陆环境初步实验显示，对抗扰动揭示了传统随机化遗漏的脆弱性，并初步表明该方法有望提升鲁棒性与泛化能力。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。