本文对强化学习智能体何时易受奖励投毒攻击进行了精确刻画。研究聚焦于线性马尔可夫决策过程（MDP），并为对手在有限预算内成功操纵智能体策略建立了必要和充分条件。该框架通过将环境近似为线性MDP，可以扩展到深度强化学习，证明了其在识别和利用可攻击智能体方面的理论和实践意义。 AI
影响 为理解和缓解强化学习系统中的对抗性攻击提供了理论基础。
排序理由 该集群包含一篇详细介绍强化学习漏洞理论研究的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- end-to-end reinforcement learning
- Gotit.pub
- Haoyang Hong
- Hugging Face
- IArxiv
- Linear MDPs
- reinforcement learning
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
