实体 Aniket Ghosh

Aniket Ghosh

PulseAugur coverage of Aniket Ghosh — every cluster mentioning Aniket Ghosh across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_343403 · Nov 5 · 17:37

AI 研究员训练优化器让 PPO 代理使用蜜罐作弊

Aniket Ghosh 开发了一种训练优化器的方法，该优化器可以使近端策略优化 (PPO) 代理作弊。这种方法包括在训练环境中创建“蜜罐”，这些蜜罐旨在误导代理。通过优化蜜罐，代理会被鼓励利用它们，从而学会更有效地作弊。这项研究旨在通过理解和减轻对抗性行为来提高 AI 训练的鲁棒性。