Newest papers

Interruption-Aware Recurrent Reinforcement Learning for UAS Navigation Under Temporary Overrides

Christopher Conrad, Deepak Panda, Weisi Guo, Antonios Tsourdos · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.28121 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Điều này là thách thức dưới sự quan sát một phần, khi cảm biến hoặc dữ liệu giao thông bị mất, trì hoãn, hoặc suy giảm. Các phương pháp bảo vệ dựa trên hình học có thể yêu cầu bảo đảm tách biệt từ xa, nhưng phải đối mặt với những hạn chế trong các cuộc đụng độ dày đặc. Do đó, việc học tăng cường lặp đi lặp lại đã được đề xuất để tìm hiểu các chính sách điều hướng mà không tích hợp các lịch sử quan sát-hành động để tối ưu hóa các giao dịch hiệu quả bộ nhớ an toàn dài hạn. Tuy nhiên, các biện pháp bảo vệ hoạt động dựa trên hình học có thể yêu cầu một phi công từ xa, hệ thống phát hiện và tránh trên tàu, hoặc cơ chế bảo đảm thời gian chạy để tạm thời vượt qua chính sách đã học. Một khoảng cách nghiên cứu vẫn còn trong việc hiểu làm thế nào những sự gián đoạn này ảnh hưởng đến

Machine translation (Meta M2M100); the English original follows.

Abstract

Safe autonomous navigation of UASs requires tactical deconfliction to address conflicts that strategic coordination cannot prevent. This task is challenging under partial observability, when sensor or traffic data are missing, delayed, or degraded. Geometry-based methods can offer separation assurances but face limitations in dense encounters. Recurrent reinforcement learning has therefore been proposed to learn navigation policies that integrate observation-action histories to optimise long-term safety-efficiency trade-offs. However, operational safeguards may require a remote pilot, onboard detect-and-avoid system, or runtime assurance mechanism to temporarily override the learned policy. A research gap remains in understanding how these interruptions affect recurrent policies when the agent regains authority. Benchmark evidence shows that interruptions make task variables less decodable from the recurrent hidden state and increase post-interruption collision risk. The findings suggest that altered recurrent context prolongs post-handback degradation through an action-observation feedback loop, in which changed actions alter the flight path and subsequent recurrent updates. To address this vulnerability, we propose three interruption-aware architectures that condition recurrent processing on interruption context through separate feature streams, dedicated interruption memory, or gated environmental features. Across simulations, all three architectures preserve more decodable task information than a standard recurrent policy. Moreover, the strongest architecture reduces post-interruption collisions by 74% and interruption-induced mission failures by 69% relative to the recurrent baseline, without degrading interruption-free performance. These results show that safe interruption does not guarantee safe handback, and support interruption-aware recurrent design for resilient UAS autonomy.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Reinforcement learning, Context (archaeology), Task (project management), Computer science, Collision avoidance, Benchmark (surveying)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange