Deep-attack over the deep reinforcement learning
Recent adversarial attack developments have made reinforcement learning more vulnerable, and different approaches exist to deploy attacks against it, where the key is how to choose the right timing of the attack. Some work tries to design an attack evaluation function to select critical points that...
محفوظ في:
المؤلفون الرئيسيون: | Li, Yang, Pan, Quan, Cambria, Erik |
---|---|
مؤلفون آخرون: | School of Computer Science and Engineering |
التنسيق: | مقال |
اللغة: | English |
منشور في: |
2022
|
الموضوعات: | |
الوصول للمادة أونلاين: | https://hdl.handle.net/10356/162724 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
مواد مشابهة
-
Minimalistic attacks : how little it takes to fool deep reinforcement learning policies
بواسطة: Qu, Xinghua, وآخرون
منشور في: (2021) -
Robust data-driven adversarial false data injection attack detection method with deep Q-network in power systems
بواسطة: Ran, Xiaohong, وآخرون
منشور في: (2024) -
Goal modelling for deep reinforcement learning agents
بواسطة: Leung, Jonathan, وآخرون
منشور في: (2022) -
Challenges and countermeasures for adversarial attacks on deep reinforcement learning
بواسطة: Ilahi, Inaam, وآخرون
منشور في: (2022) -
Towards characterizing adversarial defects of deep learning software from the lens of uncertainty
بواسطة: ZHANG, Xiyue, وآخرون
منشور في: (2020)