SA-MDP

用户根据新实验质疑对抗性强化学习论文的发现

一位Reddit用户正在质疑Zhang等人2020年关于对抗性强化学习的论文发现。该论文提出，针对Critic网络（V(s)）的攻击比针对Actor网络（pi(s)）的攻击更弱。然而，用户使用VMAS库中的多智能体PPO策略进行的实验却一致表明情况恰恰相反，基于Critic的攻击被证明更有效。用户正在寻求澄清，以确定是他们的方法论存在缺陷，还是他们的结果与论文的发现一致，但考虑到不同的实验背景。