实体
Deep Reinforcement Learning (DRL)
Deep Reinforcement Learning (DRL)
PulseAugur coverage of Deep Reinforcement Learning (DRL) — every cluster mentioning Deep Reinforcement Learning (DRL) across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
深度强化学习提升网联自动驾驶车辆编队加入安全性
一项新的研究论文探讨了在混合交通环境中，使用深度强化学习（DRL）来控制网联自动驾驶车辆（CAV）的编队加入机动。该研究提出了一个使用SUMO的模拟框架，用于比较DQN、DDQN和PPO等算法。结果表明，PPO算法实现了约98%的高成功率，碰撞率低于1%，这主要归功于其奖励函数中包含了对危险行为的惩罚。然而，这种增强的安全性是以增加决策步数为代价的，突显了安全性、效率和决策速度之间的权衡。
-
新的自适应攻击利用批评者意见不合来攻击无线控制系统
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。