基于自适应梯度掩码对抗攻击的机器人深强化学习鲁棒性
机器学习
2025-03-28 v1 人工智能
网络与互联网体系结构
机器人学
摘要
深度强化学习（DRL）已成为机器人控制的有前景的 метод，但由于其对环境扰动的脆弱性，仍难以在实际部署中应用。现有白盒对抗攻击方法源自监督学习，忽略了时序动态和对所有状态维度不加区分地扰动，限制了其对长期奖励的影响。为此，我们提出了自适应梯度掩码对抗攻击（AGMR），一种结合 DRL 与梯度基方法软掩码机制的白盒攻击方法，用于动态识别关键状态维度并优化对抗策略。AGMR 在最具影响力的状态特征中分配选择性扰动，并纳入动态调整机制以平衡训练中的探索与开发。大量实验表明，AGMR 在降解受袭代理的性能方面优于最先进的对抗攻击方法，并通过对抗防御机制提高了受袭代理的鲁棒性。
引用
@article{arxiv.2503.20844,
title = {Robust Deep Reinforcement Learning in Robotics via Adaptive Gradient-Masked Adversarial Attacks},
author = {Zongyuan Zhang and Tianyang Duan and Zheng Lin and Dong Huang and Zihan Fang and Zekai Sun and Ling Xiong and Hongbin Liang and Heming Cui and Yong Cui and Yue Gao},
journal= {arXiv preprint arXiv:2503.20844},
year = {2025}
}
备注
9 pages, 6 figures