针对连续动作空间下深度强化学习的黑盒攻击方法及装置.pdfVIP

下载本文档

6
0
约1.63万字
约 15页
2023-12-06 发布于四川
举报
版权申诉

针对连续动作空间下深度强化学习的黑盒攻击方法及装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种针对连续动作空间下深度强化学习的黑盒攻击方法及装置，其方法包括：获取深度强化学习模型的状态空间参数、动作空间参数和学习策略，并根据所述状态空间参数和动作空间参数构建置信下界树；基于智能体在每个时间步内学习策略输出的动作，与目标策略指定的动作的相似度，判断是否需要攻击智能体；收集智能体在每个时间步内的环境信息、动作和环境奖励，并形成轨迹数据；基于一段或多段轨迹数据，判断置信下界树中的每个叶子节点是否分裂；基于判断结果，更新置信下界树的每个叶子节点的置信下界。本发明通过基于置信下界树的

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117172303A

(43)申请公布日2023.12.05

(21)申请号202311373473.1

(22)申请日2023.10.23

(71)申请人华中科技大学

地址430000

您可能关注的文档

文档评论（0）

知识产权出版社 + 关注: 官方认证

文档贡献者

知识产权出版社有限责任公司（原名专利文献出版社）成立于1980年8月，由国家知识产权局主管、主办。长期以来，知识产权出版社非常重视专利数据资源的建设工作，经过多年来的积累，已经收藏了数以亿计的中外专利数据资源。

咨询Ta 进入空间

用户编号：5333241143000144

认证主体北京中献电子技术开发有限公司

IP属地四川

统一社会信用代码/组织机构代码: 91110108102011667U

1亿VIP精品文档

更多 >

针对连续动作空间下深度强化学习的黑盒攻击方法及装置.pdfVIP