深度分析
DADiff：以擴散模型量化生成軌跡偏差，突破強化學習Sim-to-Real動力學不匹配
強化學習在實作時常面臨模擬環境與現實世界動力學不匹配的挑戰。研究提出 DADiff 框架，將狀態轉移視為生成過程，利用擴散模型的生成軌跡偏差來量化域間差異，並透過修正獎勵函數或篩選數據來優化策略。實驗結果顯示，該方法在處理隨機動力學環境時性能優於現有方案，有效提升了策略的跨域適配能力。
深度分析
強化學習在實作時常面臨模擬環境與現實世界動力學不匹配的挑戰。研究提出 DADiff 框架，將狀態轉移視為生成過程，利用擴散模型的生成軌跡偏差來量化域間差異，並透過修正獎勵函數或篩選數據來優化策略。實驗結果顯示，該方法在處理隨機動力學環境時性能優於現有方案，有效提升了策略的跨域適配能力。
深度分析
隨著大型語言模型驅動的攻擊快速演進，商業EDR成防禦第一線。本研究提出首套自動防禦代理評估框架，於GOAD實驗室以NodeZero測試MicrosoftDefenderXDR，比較兩款代理。結果顯示EDR遙測偏向SOC、政策歸因不完整且自動行為隨時間變化，突顯SimtoReal差距。