轨迹级攻击提升强化学习迁移效果

Zexin Li、Ruili Yao、Yiming Zeng和Xiaoxue Gao提出面向深度强化学习的轨迹级黑盒迁移攻击：在白盒替代智能体上生成观测扰动并施加给未知受害智能体，以逐步降低回报为目标。按arXiv论文摘要，在CartPole-v1、10个DQN/DDQN智能体和100对替代—受害组合、相同逐步扰动预算下，该方法的白盒、跨模型及跨算法攻击均优于逐步攻击和随机噪声基线。 方法利用可微环境模型和温度平滑的替代策略，在递进视野内联合优化连续扰动序列；目前结论限于上述摘要实验。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。