強化學習之對抗攻擊

十五、Tactics of Adversarial Attack on Deep Reinforcement Learning Agents 1、簡介 之前提到的《ADVERSARIAL POLICIES: ATTACKING DEEP REINFORCEMENT LEARNING》一文在轉移概率矩陣和回報函數中考慮了victim agent的動作利用PPO和self-play的方法實現了adve

>>阅读原文<<