隐蔽在线决策：从序贯假设检验到随机 Bandit
信息论
2023-11-22 v1 math.IT
摘要
我们研究隐蔽在线决策问题，其中智能体试图通过探测系统来辨识支配系统的参数，同时逃避对手的检测。系统建模为马尔可夫核，其输入由智能体控制，两个输出分别由智能体与对手观测。该问题受隐蔽感知或隐蔽雷达等应用驱动，其中一方试图执行感知任务而不引起监控环境以探测感知信号存在的对手的怀疑。具体地，我们考虑对应于系统知识量不同的两种情形。若核已知但受未知固定参数支配，我们将问题表述为序贯假设检验问题。若决定智能体观测的核未知但决定对手观测的核已知，我们将问题表述为 bandit 设定中的最优臂辨识问题。在两种情形下，我们刻画了辨识错误概率的指数。正如隐蔽性要求所预期的，辨识错误概率随块长的平方根呈指数衰减。
引用
@article{arxiv.2311.12176,
title = {Covert Online Decision Making: From Sequential Hypothesis Testing to Stochastic Bandits},
author = {Meng-Che Chang and Matthieu R. Bloch},
journal= {arXiv preprint arXiv:2311.12176},
year = {2023}
}