强化学习中求解斯塔克伯格安全博弈的目标建模
机器学习
2022-12-01 v1 人工智能
计算机科学与博弈论
多智能体系统
机器学习
摘要
强化学习（RL）算法已成功应用于非法走私、偷猎、毁林、气候变化、机场安全等现实场景。这些情景可被构建为斯塔克伯格安全博弈（SSGs），其中防御者与攻击者竞争以控制目标资源。算法的能力通过哪一智能体控制这些目标来评估。本综述研究 SSGs 在 RL 中的建模，重点关注 RL 算法中目标表示的可能改进。
引用
@article{arxiv.2211.17132,
title = {Targets in Reinforcement Learning to solve Stackelberg Security Games},
author = {Saptarashmi Bandyopadhyay and Chenqi Zhu and Philip Daniel and Joshua Morrison and Ethan Shay and John Dickerson},
journal= {arXiv preprint arXiv:2211.17132},
year = {2022}
}
备注
Appears in Proceedings of AAAI FSS-22 Symposium "Lessons Learned for Autonomous Assessment of Machine Abilities (LLAAMA)"