星空游戏(StarSky Sports)官方网站机器人学院孔政敏副教授课题组在无人系统干扰网络安全研究中取得进展，相关研究成果《Reinforcement Learning-based Secure Communications over MIMO Interference Channels》（下载链接https://ieeexplore.ieee.org/document/11162565）发表于Top期刊《IEEE Transactions on Vehicular Technology》（IF=7.1）。该研究提出了一种低复杂度的波束赋形设计方案，为解决无人智能系统网络潜在的信息安全问题提出了方案支撑。

图 1 无人系统网络

随着无人机、机器人等为主体的无人智能系统在物联网协同感知、应急救援等领域的广泛应用，如何确保无人系统集群网络的信息安全成为关键问题。传统基于迭代优化或凸松弛的数学优化过程，其高复杂度限制了在动态环境中的实用性。特别是面对窃听能力极强的恶意节点，如何实现在信道状态信息（CSI）不确定性情况下的无人智能系统机密信息传输、对抗攻击等成为核心挑战。针对上述问题，孔政敏副教授团队提出的基于强化学习的安全通信框架，实现了高动态性、高及时性、高鲁棒性的无人系统网络安全策略。

图 2 基于DDPG的物理层通信方案

该研究团队面向无人系统网络中的安全通信挑战，提出了一种基于深度强化学习的物理层安全通信方案，通过联合优化人工噪声辅助预编码，在多输入多输出干扰信道中实现高保密性能与低计算复杂度的统一。针对存在多天线窃听者和CSI不确定性的复杂无线环境，该方法将保密率最大化问题建模为马尔可夫决策过程，并采用深度确定性策略梯度（DDPG）算法进行求解，无需依赖标注数据即可在动态干扰与信道误差下自适应调整预编码策略。

图 3  (a)不同CSI误差和窃听者天线数下的安全性能；(b)不同方案安全性能与鲁棒性对比；(c)不同惩罚系数下DDPG方案的性能；(d)不同学习率下DDPG方案的性能

与传统基于迭代优化或凸松弛的方法相比，该方案将计算密集型优化任务转化为在线策略推理，显著降低了部署开销。尤其适用于车联网、无人机群协同、地面移动机器人等无人系统网络场景，其中多个合法发射–接收对在有限时空区域内共存，面临强共信道干扰与被动窃听威胁。仿真结果表明，所提方法在典型配置下，平均保密率相较卷积神经网络安全波束赋形（CNN-Sec）和近端策略优化（PPO）方案分别提升35%和23%，同时达到与当前最先进的异步分布式定价（ADP）方案相当的保密性能，而计算复杂度随窃听者天线数仅呈平方增长，远优于ADP的七次方复杂度。仿真运行时间测试显示，单次决策耗时约14.48ms，相较ADP的19.37s提速超过三个数量级。

此外，该框架展现出对强窃听者和高CSI误差的良好鲁棒性，在信道不确定性加剧和窃听能力增强条件下仍能维持有效保密通信的能力。这一特性使其特别适合部署于高速移动、信道快速时变且资源受限的无人系统网络中，为未来智能无人集群的安全协同感知与通信提供了高效可行的物理层安全保障新范式。