用于深度强化学习的认证对抗鲁棒性

摘要

本发明提供了“用于深度强化学习的认证对抗鲁棒性”。本公开描述了系统和方法，所述系统和方法包括：基于损坏的观察值和预定扰动参数来计算一个或多个下界状态‑动作值；以及选择对应于具有最高值的下界状态‑动作值的动作。