文件名称：ATLA_robust_RL:通过交替学习的对手（ATLA）框架进行稳健的强化学习
文件大小：56.34MB
文件格式：ZIP
更新时间：2024-06-14 13:11:22
reinforcement-learning deep-reinforcement-learning reinforcement-learning-algorithms adversarial-examples robust-machine-learning
健壮的强化学习和经验丰富的对手的交替训练（ATLA） 该存储库包含一个参考实现，用于交替训练已学习的对手（ATLA），以针对状态观察的对抗攻击进行健壮的强化学习。 我们的ATLA训练程序可能有点类似于监督学习的“对抗训练”，但是我们基于 ，该过程表征了RL代理的最佳对抗攻击。 在训练过程中，我们会按照最佳的攻击方式与对手一起学习对手。 代理必须在训练期间击败这个强大的对手，从而在测试期间变得强大，可以抵抗各种强大的攻击。 先前的方法不是基于SA-MDP，而是在训练过程中使用了基于梯度的攻击试探法，这些试探法不够强大，并且在强大的测试时间攻击下变得脆弱。 遵循SA-MDP，我们可以找到最佳对抗攻击，通过解决转换后的MDP，可以在给定代理和环境的情况下获得最低的报酬。 这可以类似于分类问题中的最小对抗性示例（）。 在DRL设置中，可以使用任何DRL算法（例如PPO）来解决此MDP。 我们