Improving Robustness of Deep Reinforcement Learning Agents: Environment Attack based on the Critic Network

强化学习 计算机科学 对抗制 杠杆(统计) 稳健性(进化) 对手 人工智能 机器学习 任务(项目管理) 计算机安全 工程类 系统工程 基因 生物化学 化学
作者
Lucas Schott,Hatem Hajri,Sylvain Lamprier
标识
DOI:10.1109/ijcnn55064.2022.9892901
摘要

To improve robustness of deep reinforcement learning agents, a line of recent works focus on producing disturbances of the dynamics of the environment. Existing approaches of the literature to generate such disturbances are environment adversarial reinforcement learning methods. These methods set the problem as a two-player game between the protagonist agent, which learns to perform a task in an environment, and the adversary agent, which learns to disturb the dynamics of the considered environment to make the protagonist agent fail. Alternatively, we propose to build on gradient-based adversarial attacks, usually used for classification tasks for instance, that we apply on the critic network of the protagonist to identify efficient disturbances of the dynamics of the environment. Rather than training an adversary agent, which usually reveals as very complex and unstable, we leverage the knowledge of the critic network of the protagonist, to dynamically increase the complexity of the task at each step of the learning process. We show that our method, while being faster and lighter, leads to significantly better improvements in robustness of the policy than existing methods of the literature.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
嗯哼应助优秀送终采纳,获得20
1秒前
大山完成签到,获得积分10
28秒前
团团完成签到 ,获得积分10
40秒前
快乐小菜瓜完成签到 ,获得积分10
44秒前
ewind完成签到 ,获得积分10
54秒前
骄傲yy完成签到,获得积分10
1分钟前
ys1111xiao完成签到 ,获得积分10
1分钟前
1分钟前
LiShin完成签到 ,获得积分10
1分钟前
又又完成签到,获得积分10
1分钟前
ys1111完成签到 ,获得积分10
1分钟前
虚拟的尔蓝完成签到 ,获得积分10
1分钟前
jjaigll12完成签到 ,获得积分10
1分钟前
ghan完成签到 ,获得积分10
1分钟前
1分钟前
zqlxueli完成签到 ,获得积分10
1分钟前
程伟为完成签到 ,获得积分10
1分钟前
Conner完成签到 ,获得积分10
1分钟前
三脸茫然完成签到 ,获得积分10
2分钟前
钟声完成签到,获得积分10
2分钟前
欧欧欧导完成签到,获得积分10
2分钟前
笨笨忘幽完成签到,获得积分10
2分钟前
方赫然应助sailingluwl采纳,获得10
2分钟前
浩浩完成签到 ,获得积分10
2分钟前
航行天下完成签到 ,获得积分10
2分钟前
涛1完成签到 ,获得积分10
2分钟前
CLTTT完成签到,获得积分10
2分钟前
文静的碧空完成签到 ,获得积分10
3分钟前
3分钟前
青山完成签到 ,获得积分10
3分钟前
hi发布了新的文献求助10
3分钟前
Shawn完成签到 ,获得积分10
3分钟前
希望天下0贩的0应助hi采纳,获得10
3分钟前
晚晚完成签到 ,获得积分10
3分钟前
orixero应助zhenxinxon采纳,获得10
3分钟前
4分钟前
柳叶刀完成签到 ,获得积分10
4分钟前
端庄洪纲完成签到 ,获得积分10
4分钟前
和平完成签到 ,获得积分10
4分钟前
猫的毛完成签到 ,获得积分10
4分钟前
高分求助中
Effect of reactor temperature on FCC yield 2000
Production Logging: Theoretical and Interpretive Elements 1500
Very-high-order BVD Schemes Using β-variable THINC Method 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Uncertainty Quantification: Theory, Implementation, and Applications, Second Edition 800
錢鍾書楊絳親友書札 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3288478
求助须知:如何正确求助?哪些是违规求助? 2925860
关于积分的说明 8423379
捐赠科研通 2596904
什么是DOI,文献DOI怎么找? 1416747
科研通“疑难数据库(出版商)”最低求助积分说明 659488
邀请新用户注册赠送积分活动 641878