BriefGPT - AI 论文速递
·
差分隐私模型导向的离线强化学习
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该文章介绍了一种使用差分隐私保证的离线增强学习方法，从离线数据中学习环境的私有模型，并推导出一个策略，实现了训练私有的增强学习智能体的目标。
🎯
关键要点
- 提出了一种具有隐私保证的离线增强学习方法。
- 目标是训练与数据集中的个体轨迹具有差异隐私的策略。
- 引入了 DP-MORL，一个带有差分隐私保证的 MBRL 算法。
- 使用 DP-FedAvg 从离线数据中学习环境的私有模型。
- DP-FedAvg 是一种为神经网络提供轨迹级差分隐私保证的训练方法。
- 通过基于模型的策略优化从私有模型中推导出策略，无需进一步交互或访问输入数据。
- 实验证明 DP-MORL 可以从离线数据中训练私有的增强学习智能体，并分析了隐私的代价。
➡️
