从不可靠轨迹中学习：对抗鲁棒的联邦 Q-Learning

英文标题：Learning from Unreliable Trajectories: Adversarially-Robust Federated Q-Learning

该论文研究联邦强化学习场景：多个智能体与同一个马尔可夫决策过程交互，并通过中央服务器协同学习最优状态—动作价值函数。研究重点是理解在智能体轨迹可能不可靠、甚至具有对抗性干扰时，联邦 Q-Learning 的学习表现与鲁棒性问题。该方向对需要跨设备或跨主体协作训练强化学习策略的开发者具有参考价值，尤其适用于数据质量不一致或存在恶意参与者的分布式环境。原文提供的摘要内容不完整，未披露具体实验数据或最终结论。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB