robustness

深度分析

自我對弈中動作移除攻擊：Adversarial Action Masking 對多智能體強化學習的影響與 CAC 衡量

研究探討一種新型對抗攻擊：在自我對弈強化學習中有意移除代理人的合法動作（action masking）。作者以雙層最佳化形式訓練敵對者，讓其在不同牌局規模與多種演算法（Q-Learning、PPO、NFSP、neural NFSP、DQN）上選擇要屏蔽的動作。