研究人员开发了一种名为Adversarial Importance Sampling (Advis) 的新方法,用于增强深度强化学习 (DRL) 策略在对抗性攻击下的鲁棒性。Advis 通过在现有训练轨迹上使用重要性采样来优化可验证的最坏情况回报,无需额外的环境交互或辅助网络。为了促进研究和可复现性,创建了一个名为advrl的模块化PyTorch库,提供了各种鲁棒性方法和对抗性攻击的实现。研究还强调了针对广泛攻击者评估策略的重要性,因为最优对抗性超参数不会跨代理转移,可能导致对鲁棒性估计过高。 AI
影响 引入了一种在对抗性环境中提高AI代理安全性和可靠性的方法。
排序理由 学术论文,详细介绍了一种新的DRL鲁棒性方法及相关库。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →