PulseAugur
中
实时 09:58:06
实体 Haoyang Hong

Haoyang Hong

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

Show in brief
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
  1. TOOL · CL_129315 ·

    新研究精确刻画了强化学习中的奖励投毒漏洞

    本文对强化学习智能体何时易受奖励投毒攻击进行了精确刻画。研究聚焦于线性马尔可夫决策过程（MDP），并为对手在有限预算内成功操纵智能体策略建立了必要和充分条件。该框架通过将环境近似为线性MDP，可以扩展到深度强化学习，证明了其在识别和利用可攻击智能体方面的理论和实践意义。