arXiv 机器学习· Michael Tang, Mahmoud Abdelgalil, Jorge I. Poveda·· 7 小时前AI 评分33
欺骗性多臂老虎机问题：探索耦合与多智能体学习的脆弱性
The Deceptive Bandit Problem: Exploratory Coupling and the Fragility of Multi-Agent Learning
AI 导读
研究揭示了多智能体学习中随机探索隐私性的安全漏洞，展示了对抗方如何利用受害者泄露的探索相关信号实施操控。在双人强单调博弈设定下，欺骗方通过将自身探索动作与泄漏信息耦合，可将学习动态引导至欺骗性纳什均衡（DNE）。该欺骗性老虎机学习（DBL）动态在放宽二阶平滑度条件的同时，能以最优收敛率收敛至 DNE。
来源：arXiv 机器学习 · arxiv.org