利用深度学习掌握渗流类博弈

尽管网络对随机攻击的鲁棒性已被广泛研究，但智能体蓄意的破坏用以往方法难以处理。在此我们设计了一种格点上的单人博弈，模拟攻击者试图摧毁网络的逻辑。该博弈的目标是以最少的步数使所有节点失效。我们开发了一种使用深度 Q 学习（deep Q-learning）的强化学习方法，能够成功学会玩此博弈，并由此最优地攻击网络。由于学习算法具有通用性，我们在不同的鲁棒性定义上训练智能体并比较学到的策略。我们发现表面相似的鲁棒性定义会在训练智能体中诱导出不同的策略，这意味着最优地攻击或防御网络对特定目标敏感。我们的方法为理解网络鲁棒性提供了新途径，并可能在无序系统中的其他离散过程有潜在应用。