AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
零和博弈
理论场景中，一个智能体的总收益恰好等于另一个智能体的损失，在多智能体对抗学习中用于建模严格竞争关系的基础概念。
術語
极小化极大算法
决策算法，在对抗性情境中最大化可能的最小收益，用于制定针对对手最坏行动的稳健策略。
術語
纳什均衡
稳定状态，其中任何智能体都无法通过单方面改变其行为来改善自身策略，对于分析对抗性多智能体强化学习中的均衡点至关重要。
術語
自我对弈
训练方法，智能体通过与具有进化策略的自身副本竞争来学习，无需外部数据。
術語
稳健策略
强化学习策略，在面对对抗性扰动或环境意外变化时仍能保持高性能表现。
術語
最坏情况优化
优化范式，旨在最不利场景中最大化性能，对于开发能够抵御对抗性攻击的弹性智能体至关重要。
術語
对抗性攻击
智能体通过操纵环境或注入恶意扰动，故意降低其他智能体性能的行为。
術語
防御策略
为在多智能体系统中检测、对抗和从对抗性攻击中恢复而设计的一系列机制和策略。
術語
对抗性环境
一种学习环境，旨在主动向智能体呈现挑战和障碍，模拟现实世界中敌对或不可预测的条件。
術語
策略蒸馏
一种知识转移技术，将智能体学习的复杂策略压缩为更简单有效的形式，通常在对抗性训练后使用。
術語
对抗性强化学习
一种强化学习范式，在训练过程中明确整合对抗性智能体，以提高鲁棒性和泛化能力。
術語
多智能体对抗赌博机
赌博机问题的扩展，其中多个智能体在环境中交互，奖励可能被对手操纵。
術語
对抗性模仿学习
使用对抗性判别器来评估和改进模仿专家行为质量的模仿学习方法。
術語
鲁棒性测试
系统评估智能体在极端场景和协同攻击下的性能，以衡量其韧性并识别漏洞。
術語
对抗性扰动
对观察或环境进行的细微但有意的修改，旨在诱导目标智能体在决策中出错。
術語
策略不确定性
关于对手未来意图和策略的不确定性，需要在多智能体决策中采用概率性和自适应方法。
術語
博弈论多智能体强化学习
将博弈论应用于多智能体强化学习，用于分析和优化竞争性情境中的策略行为。
🔍