文献

J-GLOBAL ID：202102235383091884   整理番号：21A0153257

協調的マルチエージェント強化学習のロバスト性について【JST・京大機械翻訳】

On the Robustness of Cooperative Multi-Agent Reinforcement Learning

著者 (5件)： Lin Jieyu (University of Toronto) ,  Dzeparoska Kristina (University of Toronto) ,  Zhang Sai Qian (Harvard University) ,  Leon-Garcia Alberto (University of Toronto) ,  Papernot Nicolas (Vector Institute)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SPW  ページ： 62-68  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 協調マルチエージェント強化学習(c-MARL)では,エージェントはチームとして行動を協調して,総チーム報酬を最大化するように学習する。チーム上のエージェントの1つを攻撃できる敵対者に対するc-MARLのロバスト性を解析した。このエージェントの観測を操作する能力を通して,敵対は総チーム報酬を減少させる。c-MARLの攻撃は3つの理由で挑戦的である:まず,チーム報酬を推定するのは困難であり,また,エージェントの誤予測によってどのように影響を受けるか;第2に,モデルは区別できない;第3に,特徴空間は低次元である。したがって,新しい攻撃を導入した。攻撃者は,最初に,強化学習による政策ネットワークを訓練して,間違った行動を見つけて,それは,犠牲者を取り入れることを奨励するべきであった。次に,敵対者は,この行動を取るために犠牲者を力づけるために,目標とする敵対的用例を使用した。StartCraft IIマルチエージェントベンチマークに関する我々の結果は,c-MARLチームがそれらのエージェントの観測の1つに適用される摂動に対して非常に脆弱であることを示した。単一エージェントを攻撃することによって,著者らの攻撃方法は,全体のチーム報酬に関して非常に否定的影響を持って,それを20から9.4まで減らした。これはチームの勝利率が98.9%から0%に低下する。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  *ロバスト性 ,  *エージェント ,  *強化学習
準シソーラス用語： 敵対者 ,  脆弱性 ,  特徴空間 ,  低次元 ,  *マルチエージェント ,  攻撃者 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 協調 ,  マルチエージェント ,  強化学習 ,  ロバスト性