論文「Robust Deep Reinforcement Learning against Adversarial Behavior Manipulation」がICLR 2026に採録されました
2026.04.23
強化学習エージェントに対する行動操作型の攻撃は、観測に敵対的な介入を加えることで、攻撃者の望む行動をエージェントに取らせるものです。従来手法は攻撃対象の方策へのホワイトボックスアクセスを前提とするなどの制約がありました。
本研究は、敵対的なデモンストレーションからの模倣学習に基づく新しい攻撃手法を提案し、方策へのアクセスが限られた状況でも、また環境に依存せずに攻撃が成立することを示しました。さらに理論解析により、方策が状態の変化に対してどれだけ敏感かが防御性能を左右することを証明しています。
【論文情報】
Shojiro Yamabe, Kazuto Fukuchi, Jun Sakuma, “Robust Deep Reinforcement Learning against Adversarial Behavior Manipulation,” The Fourteenth International Conference on Learning Representations (ICLR 2026), April 2026.