面向连续控制的无人机视觉强化学习导航框架OA

无人机在复杂未知环境中执行视觉导航任务时,面临着传感器噪声、GPS欺骗、动态障碍物等多种安全威胁,现有方法难以同时兼顾鲁棒性与实时性。本文提出一种面向安全增强的多层次视觉导航框架——SecNav框架。该框架融合对抗性输入检测、多模态特征提取与安全强化学习决策,实现端到端的安全导航:首先,构建基于变分自编码器的异常检测模块,利用重构误差与KL散度识别欺骗攻击与异常数据;其次,设计融合注意力机制与惯性测量单元的多模态特征提取网络,增强在视觉退化环境下的感知鲁棒性;最后,引入带安全约束的约束马尔可夫决策过程(CMDP)模型,通过拉格朗日方法优化奖励与安全约束的平衡,实现安全感知的决策控制。在AirSim仿真环境与自建对抗数据集上的实验表明,SecNav在GPS欺骗攻击下轨迹偏差降低72.5%,动态障碍物避碰成功率提升29.8%,攻击检测准确率超过92%,同时满足30帧/s的实时处理要求,验证了所提方法在安全性与实时性方面的显著优势。