本發明公開了一種面向深度強化學習模型對抗攻擊的防御方法及應用,包括:利用視覺預測模型對輸入的前一時刻環境狀態進行預測輸出預測當前環境狀態,并獲得預測當前環境狀態在深度強化學習策略下的下一幀預測環境狀態值;獲取深度強化學習模型輸出的實際當前環境狀態,并獲得實際當前環境狀態在深度強化學習策略下添加擾動的環境狀態值;利用判別模型對預測環境狀態值和添加擾動的環境狀態值進行判別,根據判別結果獲得深度強化學習模型是否被攻擊;在深度強化學習模型被攻擊時,提取實際當前環境狀態,利用兩個防御模型對實際當前環境狀態進行防御;深度強化學習模型利用防御后的實際當前環境狀態進行學習預測輸出。
聲明:
“面向深度強化學習模型對抗攻擊的防御方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)