本文综述了对抗样本研究的进展，涵盖测试时攻击检测、基于博弈的对抗样本生成、不平衡学习应用、对抗边界防御、梯度范数提升可传递性、图像边界攻击、无限制敌对样本、几何框架分析、语音识别传递性及集成对抗训练，并指出未来挑战与展望。

该研究提出了延迟感知的马尔可夫决策过程的定义，并开发了一个模型驱动的强化学习框架。实验表明，该算法在训练和各种延迟时间系统之间具有更高的效率和可传递性。