arXiv cs.AI· Zexin Li, Ruili Yao, Yiming Zeng, Xiaoxue Gao·· 3 天前AI 评分20
提升针对深度强化学习的可迁移对抗攻击
Boosting Transferable Adversarial Attacks against Deep Reinforcement Learning
AI 导读
该论文研究针对深度强化学习（DRL）的基于迁移的黑盒攻击，将攻击建模为每步扰动预算下的回报最小化问题。作者发现直接移植 FGSM、MI-FGSM、NI-FGSM 等图像分类攻击仅能产生与随机噪声相当的扰动，随后提出轨迹级攻击，通过可微环境模型和温度平滑代理策略在滚动时域上优化扰动序列。
正文 · AI 翻译
摘要：大多数针对深度强化学习（DRL）的对抗攻击都假设可以白盒访问受害者策略，而这在实践中很少成立。本文研究针对 DRL 的基于迁移的黑盒攻击：攻击者在白盒替代智能体上构造观测扰动，并将其输入未知的受害者。我们将该攻击形式化为在每步扰动预算下的回报最小化问题。我们首先表明，将可迁移的图像分类攻击（FGSM、MI-FGSM 和 NI-FGSM）以每步目标进行移植，所产生的扰动虽然可以迁移，但不强于相同预算下的随机噪声。随后，我们提出一种轨迹级攻击，它通过环境的可微模型和温度平滑的替代策略，在滚动时域上使用相同的优化器来优化一串扰动序列。在 CartPole-v1 上，使用十个 DQN 和 DDQN 智能体以及 100 个替代—受害者对，轨迹级攻击在白盒、跨模型和跨算法设置中均优于每步攻击和随机噪声。
| 评论： | 已被 AACL-IJCNLP 2026 Workshop TrustAudio 接收 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.06083 [cs.LG] |
| （或 arXiv:2610.06083v3 [cs.LG] 对应此版本） | |
| https://doi.org/10.48550/arXiv.2610.06083 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zexin Li [查看电子邮件]
[v1]
2026年10月5日星期一 10:14:05 UTC（63 KB）
[v2]
2026年10月7日星期三 06:36:14 UTC（64 KB）
[v3]
2026年10月10日星期六 01:34:43 UTC（149 KB）
来源：arXiv cs.AI · arxiv.org