新研究评估强化学习智能体的模糊测试

arXiv上的一项新研究评估了强化学习（RL）智能体的模糊测试方法，RL智能体越来越多地应用于安全关键型应用。该研究系统地比较了五种最先进的模糊技术与随机测试在三种不同复杂度的环境中：MountainCar、BipedalWalker和CARLA。研究结果表明，像MDPFuzz这样的方法在发现崩溃方面非常有效和高效，而SeqDivFuzz在揭示多样化的崩溃行为方面表现出色。研究还表明，模糊测试生成的崩溃可以显著增强智能体的鲁棒性并提高安全监控能力。 AI

影响 为提高已部署强化学习智能体的鲁棒性和安全性提供了可操作的指导。

排序理由 该集群包含一篇详细介绍特定AI技术的实证研究的学术论文。

在 arXiv cs.LG 阅读 →

• arXiv
• BipedalWalker
• CARLA
• MDPFuzz
• MountainCar
• reinforcement learning
• SeqDivFuzz

• 论文
• 安全
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →