研究人员开发了一种名为“意见不合引导奖励投毒”(DGRP)的新型自适应奖励投毒攻击,该攻击以基于学习的无线控制系统为目标。该攻击专门利用软Actor-Critic智能体中双重批评者之间的分歧,尤其是在高不确定性状态下。通过破坏奖励信号,DGRP会扭曲价值估计,并将智能体的策略导向次优行为,从而显著降低RIS辅助网络中的性能。 AI
影响 突显了强化学习智能体的新漏洞,需要为AI控制系统采取更强大的安全措施。
排序理由 详细介绍针对特定AI应用的创新攻击方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Deep Reinforcement Learning (DRL)
- Disagreement-Guided Reward Poisoning (DGRP)
- Reconfigurable Intelligent Surfaces (RIS)
- Soft Actor-Critic (SAC)
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →