arXiv 机器学习· Chao Zhou, Shenghua He, Jiaxin Mo, Qiangguo Yu, Fengchuang Xing·· 6 小时前AI 评分33
RLGPA：面向决策型稀疏对抗攻击的强化学习粒度规划方法
RLGPA: A Reinforcement Learning-Guided Granularity Planning Attack for Decision-Based Sparse Adversarial Examples
AI 导读
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。
来源：arXiv 机器学习 · arxiv.org