Robotics,Cryptography and Security,Machine Learning,روباتیک , رمزنگاری و امنیت , یادگیری ماشین ,
توضیحات
Submitted 18 September, 2024; originally announced September 2024. , Comments: The paper is based on an undergraduate thesis and is not intended for publication in a journal
توضیحات به فارسی
ارائه شده در 18 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد. ، نظرات: این مقاله براساس پایان نامه کارشناسی است و برای انتشار در یک ژورنال در نظر گرفته نشده است
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
The problem of safety for robotic systems has been extensively studied. However, little attention has been given to security issues for three-dimensional systems, such as quadrotors. Malicious adversaries can compromise robot sensors and communication networks, causing incidents, achieving illegal objectives, or even injuring people. This study first designs an intelligent control system for autonomous quadrotors. Then, it investigates the problems of optimal false data injection attack scheduling and countermeasure design for unmanned aerial vehicles. Using a state-of-the-art deep learning-based approach, an optimal false data injection attack scheme is proposed to deteriorate a quadrotor's tracking performance with limited attack energy. Subsequently, an optimal tracking control strategy is learned to mitigate attacks and recover the quadrotor's tracking performance. We base our work on Agilicious, a state-of-the-art quadrotor recently deployed for autonomous settings. This paper is the first in the United Kingdom to deploy this quadrotor and implement reinforcement learning on its platform. Therefore, to promote easy reproducibility with minimal engineering overhead, we further provide (1) a comprehensive breakdown of this quadrotor, including software stacks and hardware alternatives; (2) a detailed reinforcement-learning framework to train autonomous controllers on Agilicious agents; and (3) a new open-source environment that builds upon PyFlyt for future reinforcement learning research on Agilicious platforms. Both simulated and real-world experiments are conducted to show the effectiveness of the proposed frameworks in section 5.2.
چکیده به فارسی (ترجمه ماشینی)
مشکل ایمنی برای سیستم های روباتیک به طور گسترده مورد مطالعه قرار گرفته است.با این حال ، توجه کمی به موضوعات امنیتی برای سیستم های سه بعدی مانند چهارگوشها شده است.مخالفان مخرب می توانند سنسورهای ربات و شبکه های ارتباطی را به خطر بیاندازند و باعث ایجاد حوادث ، دستیابی به اهداف غیرقانونی یا حتی آسیب رساندن به افراد شوند.این مطالعه ابتدا یک سیستم کنترل هوشمند را برای چهارگوشهای خودمختار طراحی می کند.سپس ، مشکلات مربوط به برنامه ریزی حمله بهینه تزریق داده های کاذب و طراحی متقابل برای وسایل نقلیه هوایی بدون سرنشین را بررسی می کند.با استفاده از یک رویکرد پیشرفته مبتنی بر یادگیری عمیق ، یک طرح حمله بهینه تزریق داده کاذب برای وخیم تر شدن عملکرد ردیابی یک کوادور با انرژی حمله محدود پیشنهاد شده است.پس از آن ، یک استراتژی کنترل ردیابی بهینه برای کاهش حملات و بازیابی عملکرد ردیابی Quadrotor آموخته می شود.ما کار خود را بر اساس Agilicious ، یک کوادور مدرن که اخیراً برای تنظیمات خودمختار مستقر شده است ، پایه گذاری می کنیم.این مقاله برای اولین بار در انگلستان است که این چهارگوش را مستقر کرده و یادگیری تقویت را بر روی سکوی خود اجرا می کند.بنابراین ، برای ترویج تکرارپذیری آسان با حداقل سربار مهندسی ، ما بیشتر (1) تجزیه جامع این چهارگوش ، از جمله پشته های نرم افزاری و گزینه های سخت افزاری را ارائه می دهیم.(2) یک چارچوب مفصل یادگیری تقویت کننده برای آموزش کنترل کننده های خودمختار بر روی عوامل زراعی.و (3) یک محیط جدید منبع باز که برای تحقیقات یادگیری تقویت آینده بر روی سیستم عامل های جنجالی بر روی پیوفلت ساخته می شود.هر دو آزمایش شبیه سازی شده و واقعی در دنیای واقعی برای نشان دادن اثربخشی چارچوب های پیشنهادی در بخش 5.2 انجام شده است.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
