Stackelberg 安全博弈中的机器学习技术：综述
计算机科学与博弈论
2016-09-30 v1 机器学习
摘要
本综述旨在介绍当前安全博弈领域中使用的机器学习技术。我们特别关注了南加州大学 Teamcore 团队在该领域不同方向深入研究的论文和成果。在简要介绍 Stackelberg 安全博弈 (SSGs) 和偷猎场景之后，本文其余部分首先阐述了如何对考虑人类行为的有限理性攻击者进行建模，然后描述了如何应对攻击者收益未定义的问题以及如何估计这些收益，最后介绍了如何利用在线学习技术来学习攻击者模型。
引用
@article{arxiv.1609.09341,
title = {Machine Learning Techniques for Stackelberg Security Games: a Survey},
author = {Giuseppe De Nittis and Francesco Trovò},
journal= {arXiv preprint arXiv:1609.09341},
year = {2016}
}