arXiv · AI· Taozheng Zhu, Shixiong Jiang, Fanxin Kong·· 2026-10-21AI 评分27
安全多智能体强化学习漏洞分析及 MinMax Attack 攻击框架
Vulnerability Analysis for Safe Multi-Agent Reinforcement Learning
AI 导读
本研究提出 MinMax Attack 框架,针对安全多智能体强化学习(SMARL)的推理时观测攻击进行漏洞分析。该框架通过扰动部分智能体观测来改变其策略生成的动作。
来源:arXiv · AI · arxiv.org