Value of Information-based Deceptive Path Planning Under Adversarial Interventions
作者: Wesley A. Suttle, Jesse Milzman, Mustafa O. Karabag, Brian M. Sadler, Ufuk Topcu
发布时间: 2025-04-02
来源: arxiv
研究方向: 欺骗路径规划（Deceptive Path Planning）和对抗性干预下的决策过程（Adversarial Interventions in Decision Processes）
主要内容
本文研究了在观察者能够进行对抗性干预的环境中，如何设计路径以隐藏其真实目标。作者提出了一个基于马尔可夫决策过程（MDP）的模型，并开发了一种新的信息价值（VoI）目标来指导欺骗路径规划策略的设计。通过VoI目标，路径规划代理能够欺骗对抗性观察者选择次优干预措施，从而选择对观察者信息价值低的轨迹。作者还推导了高效的线性规划（LP）方法来合成在对抗性干预下执行欺骗路径规划的政策。
主要贡献
1. 提出了一个针对对抗性干预的欺骗路径规划（DPP）的新模型。
2. 开发了一种基于VoI的欺骗指标，用于量化欺骗行为对观察者信息价值的影响。
3. 推导了高效的LP方法来合成在对抗性干预下执行DPP的策略。
4. 通过实验验证了所提出的方法在对抗性干预下实现欺骗的有效性，并展示了其相对于现有DPP方法和保守路径规划方法的优越性能。
研究方法
1. 马尔可夫决策过程（MDP）
2. 价值信息（VoI）
3. 线性规划（LP）
4. 最大熵原理
5. softmax值迭代
实验结果
实验结果表明，VoI DPP在对抗性设置中提供了灵活的欺骗能力，而被动观察者方法不适合对抗性设置，保守路径规划方法缺乏灵活性。在观察者干预期间，VoI DPP在欺骗窗口（CDW）内优于被动观察者方法和保守路径规划方法，从而实现了更低的路径成本。
未来工作
需要进行更深入的实验验证，并探索关键欺骗窗口的重要性。此外，可以研究如何将VoI DPP扩展到更复杂的场景，例如动态环境或具有多个观察者的系统。