该文综述多臂赌博算法的对抗攻击研究:攻击者可在不知平均奖励的情况下操纵奖励信号,劫持ε-greedy、UCB等算法的行为,以推广或阻止特定行动,且攻击成本随问题变易而降低。相关研究还涉及组合赌博机奖励污染、线性随机赌博机攻击、多智能体协作攻击及防御性中位数算法,揭示了重大安全威胁。
完成下面两步后,将自动完成登录并继续当前操作。