标签
ASGARD提出了一种两阶段的教师-学生流程，利用强化学习来增强无人机对动作空间攻击的韧性，通过纠正命令确保任务完成，并具备对未见攻击的泛化能力。
本文采用秩序参数方法分析了教师误指定下知识蒸馏中教师模仿与真实任务表现之间的差距，表明模仿指标可能保持不变，而真实误差随失配程度增加。