群制御2026/9/7arXiv:2609.06896

大規模マルチロボットシステムにおけるステルスアクチュエータ攻撃下での分散型セキュア学習制御

Distributed Secure Learning Control for Large-scale Multirobots under Stealthy Actuator Attacks

マルチロボットシステム向けに、強化学習と分散モデル予測制御を統合し、悪意あるステルスなアクチュエータ攻撃に対抗する分散型セキュア学習制御フレームワークを提案した論文。

詳しい要約

1. どんなもの？

本論文は、大規模なマルチロボットシステム（MRS）を対象に、ステルス性のあるアクチュエータ攻撃下での分散型セキュア学習制御（DSLC）フレームワークを提案している。DSLCは、強化学習（RL）と分散モデル予測制御（DMPC）を統合し、攻撃者と防御者のバランスを学習するゲーム理論に基づく分散型学習予測制御戦略を提供する。分散型のattacker-actor-criticアーキテクチャを用いて、各予測区間内でオンラインに最適な防御・攻撃ポリシーを学習する。

2. 先行研究と比べてどこがすごい？

先行研究の分散学習制御は不確かさに対して柔軟だが、証明可能な性能保証が欠けていた。また、RLをDMPCに統合する試みはあったが、悪意のあるサイバー攻撃、特にステルス攻撃下でのセキュリティ保証が課題だった。本手法は、攻撃と防御のポリシーを解析的な閉形式で同時生成できる点、および異なる規模や攻撃確率を持つMRSに直接一般化できる点で優れている。

3. 技術・手法の肝は？

手法の核は、ゲーム理論に基づく分散型学習予測制御である。DSLCは、各予測区間内で分散型のattacker-actor-criticアーキテクチャを用いて、攻撃者と防御者の最適ポリシーをオンラインで学習する。数値最適化に基づく開ループ制御とは異なり、解析的な閉形式で攻撃・防御ポリシーを生成する。これにより、通信ネットワークを介した攻撃の影響を考慮しつつ、セキュアな学習制御を実現する。

4. どうやって有効だと検証した？

有効性とスケーラビリティは、複数の車輪型ロボットを用いた包括的なシミュレーションと実世界実験により検証された。様々な制御タスクを通じて、提案フレームワークの性能が確認されている。

5. 議論はある？

要旨からは、提案手法の限界や特定の条件下での性能低下などに関する議論は明示されていない。また、ステルス攻撃の検出や防御の理論的保証についての詳細な議論も要旨には含まれていない。

6. 次に読むべき論文は？

要旨で参照されている関連研究として、RLを統合したDMPC、分散型モデル予測制御、ゲーム理論に基づく制御、およびサイバー攻撃下でのセキュア制御に関する論文が挙げられる。具体的には、分散型RL、DMPC、differential game、およびマルチエージェントシステムのセキュリティに関する研究を参照するとよい。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Xinglong Zhang, Qingwen Ma, Cong Li, Hui Yin, Changxin Zhang, Yueying Wang, Wei Pan, Xin Xu

分類: cs.RO

原文アブストラクト

Distributed learning control for multirobot systems (MRS) offers significant flexibility in presence of uncertainties but lacks provable performance guarantees. A promising direction involves integrating reinforcement learning (RL) into distributed model predictive control (DMPC), leveraging the strengths of RL in nonlinear policy design and the receding-horizon replanning capabilities of DMPC. However, ensuring secure control within such a learning framework under malicious cyber attacks, particularly stealthy ones, remains a critical challenge, because the distributed policies generation depends on information exchange among neighbors, where compromised agents can rapidly influence the behavior of others through the communication network. This article proposes a distributed secure learning control (DSLC) framework for large-scale MRS under malicious, stealthy actuator attacks. Our framework offers two key features: (i) a unified approach that enables secure learning control across various coordination scenarios and (ii) a game-theoretic distributed learning-based predictive control strategy that learns how to balance the attacker and defender through a differential-game based DMPC framework. Specifically, DSLC employs a distributed attacker-actor-critic architecture to learn the optimal defense and attack policies online within each prediction interval. Unlike numerical optimization-based controllers that calculate open-loop control sequences, our method simultaneously generates adversarial attack policies and corresponding defense policies in analytical closed-loop form. The defense policies could be directly generalized to MRS with varying scales and diverse actuator attack probabilities. The effectiveness and scalability of DSLC are validated through comprehensive simulations and real-world experiments in multiple wheeled robots via various control tasks.

arXivで原文を読む →arXiv概要ページ