基于自生成奖励和多步强化学习的多样化与高效性红队攻击

本研究解决了自动化红队攻击中确保攻击既多样化又有效的难题。我们提出的方法将任务分为两个步骤：自动生成多样化攻击目标和为这些目标生成有效的攻击。实验表明，我们的方法能够生成大量多样且成功的攻击，显著优于以往的红队方法，具有重要的实际应用价值。