研究团队提出稀疏对抗攻击强化学习方法RLGPA

1. 13:00
   arXiv 机器学习

   RLGPA：面向决策型稀疏对抗攻击的强化学习粒度规划方法

   RLGPA 是一种面向决策型稀疏对抗攻击的在线强化学习方法，能在严格查询预算下动态规划扰动缩减策略与粒度。该方法利用 masked Dueling Double DQN 在 7 种稳定策略-尺度动作间选择，仅保留有效的对抗性恢复以反馈收益与开销。

Current heat 8·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.