巡逻安全游戏：针对攻击者的自由度进行防御

BriefGPT - AI 论文速递 · 2024-10-21T00:00:00Z

本文研究了强化学习在噪声和对抗性攻击下的鲁棒性，分析了在线操纵攻击的多种形式。通过马尔可夫决策过程（MDP）模型，探讨攻击者如何设计隐蔽攻击以最大化收益。结果表明，攻击者可在多项式时间内找到最优策略。尽管防御问题是NP困难的，但受害者的最优防御策略可通过解决随机Stackelberg博弈在多项式时间内获得。