Buchumschlag

Security of Deep Reinforcement Learning for Autonomous Driving: A Survey

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Demontis, Ambra, Gupta, Srishti, Pintor, Maura, Demetrio, Luca, Grosse, Kathrin, Lin, Hsiao-Ying, Fang, Chengfang, Biggio, Battista, Roli, Fabio
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Evaluating the Evaluators: Trust in Adversarial Robustness Tests
von: Cinà, Antonio Emanuele, et al.
Veröffentlicht: (2025)

Buffer-free Class-Incremental Learning with Out-of-Distribution Detection
von: Gupta, Srishti, et al.
Veröffentlicht: (2025)

ImageNet-Patch: A Dataset for Benchmarking Machine Learning Robustness against Adversarial Patches
von: Pintor, Maura, et al.
Veröffentlicht: (2022)

Adversarial Pruning: A Survey and Benchmark of Pruning Methods for Adversarial Robustness
von: Piras, Giorgio, et al.
Veröffentlicht: (2024)

Machine Learning Security against Data Poisoning: Are We There Yet?
von: Cinà, Antonio Emanuele, et al.
Veröffentlicht: (2022)

Prototype-Guided Robust Learning against Backdoor Attacks
von: Guo, Wei, et al.
Veröffentlicht: (2025)

Silent Until Sparse: Backdoor Attacks on Semi-Structured Sparsity
von: Guo, Wei, et al.
Veröffentlicht: (2025)

Over-parameterization and Adversarial Robustness in Neural Networks: An Overview and Empirical Analysis
von: Gupta, Srishti, et al.
Veröffentlicht: (2024)

AttackBench: Evaluating Gradient-based Attacks for Adversarial Examples
von: Cinà, Antonio Emanuele, et al.
Veröffentlicht: (2024)

Robustness-Congruent Adversarial Training for Secure Machine Learning Model Updates
von: Angioni, Daniele, et al.
Veröffentlicht: (2024)

Poisoning ML attack and defenses
von: Battista, Biggio, et al.
Veröffentlicht: (2025)

Out-of-Distribution Detection for Continual Learning: Design Principles and Benchmarking
von: Gupta, Srishti, et al.
Veröffentlicht: (2025)

Backdoor Learning Curves: Explaining Backdoor Poisoning Beyond Influence Functions
von: Cinà, Antonio Emanuele, et al.
Veröffentlicht: (2021)

HO-FMN: Hyperparameter Optimization for Fast Minimum-Norm Attacks
von: Mura, Raffaele, et al.
Veröffentlicht: (2024)

Energy-Latency Attacks via Sponge Poisoning
von: Cinà, Antonio Emanuele, et al.
Veröffentlicht: (2022)

Nebula: Self-Attention for Dynamic Malware Analysis
von: Trizna, Dmitrijs, et al.
Veröffentlicht: (2023)

Robust Synthetic Data-Driven Detection of Living-Off-the-Land Reverse Shells
von: Trizna, Dmitrijs, et al.
Veröffentlicht: (2024)

Regression-aware Continual Learning for Android Malware Detection
von: Ghiani, Daniele, et al.
Veröffentlicht: (2025)

Latent-space Attacks for Refusal Evasion in Language Models
von: Piras, Giorgio, et al.
Veröffentlicht: (2026)

secml-malware: Pentesting Windows Malware Classifiers with Adversarial EXEmples in Python
von: Demetrio, Luca, et al.
Veröffentlicht: (2021)

Demystifying the Role of Rule-based Detection in AI Systems for Windows Malware Detection
von: Ponte, Andrea, et al.
Veröffentlicht: (2025)

SAGE-5GC: Security-Aware Guidelines for Evaluating Anomaly Detection in the 5G Core Network
von: Manca, Cristian, et al.
Veröffentlicht: (2026)

Counterfeit Answers: Adversarial Forgery against OCR-Free Document Visual Question Answering
von: Pintore, Marco, et al.
Veröffentlicht: (2025)

SLIFER: Investigating Performance and Robustness of Malware Detection Pipelines
von: Ponte, Andrea, et al.
Veröffentlicht: (2024)

Evaluation of Audio Language Models for Fairness, Safety, and Security
von: Aloufi, Ranya, et al.
Veröffentlicht: (2026)

TeLL-Drive: Enhancing Autonomous Driving with Teacher LLM-Guided Deep Reinforcement Learning
von: Xu, Chengkai, et al.
Veröffentlicht: (2025)

BlackCATT: Black-box Collusion Aware Traitor Tracing in Federated Learning
von: Rodríguez-Lois, Elena, et al.
Veröffentlicht: (2026)

S2AP: Score-space Sharpness Minimization for Adversarial Pruning
von: Piras, Giorgio, et al.
Veröffentlicht: (2025)

Evaluating Line-level Localization Ability of Learning-based Code Vulnerability Detection Models
von: Pintore, Marco, et al.
Veröffentlicht: (2025)

SOM Directions are Better than One: Multi-Directional Refusal Suppression in Language Models
von: Piras, Giorgio, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning for Autonomous Driving: A Survey
von: Zhang, Ruiqi, et al.
Veröffentlicht: (2024)

Large Language Model guided Deep Reinforcement Learning for Decision Making in Autonomous Driving
von: Pang, Hao, et al.
Veröffentlicht: (2024)

Anomaly Detection in Autonomous Driving: A Survey
von: Bogdoll, Daniel, et al.
Veröffentlicht: (2022)

A Hybrid Training-time and Run-time Defense Against Adversarial Attacks in Modulation Classification
von: Zhang, Lu, et al.
Veröffentlicht: (2024)

Before Parc Fermé: RL-Time Pruning for Efficient Embodied LLMs in Autonomous Driving
von: Benfenati, Luca, et al.
Veröffentlicht: (2026)

COVLM-RL: Critical Object-Oriented Reasoning for Autonomous Driving Using VLM-Guided Reinforcement Learning
von: Li, Lin, et al.
Veröffentlicht: (2025)

LatentBreak: Jailbreaking Large Language Models through Latent Space Feedback
von: Mura, Raffaele, et al.
Veröffentlicht: (2025)

A Survey of Reinforcement Learning-Based Motion Planning for Autonomous Driving: Lessons Learned from a Driving Task Perspective
von: Li, Zhuoren, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning in Autonomous Car Path Planning and Control: A Survey
von: Chen, Yiyang, et al.
Veröffentlicht: (2024)

CuRLA: Curriculum Learning Based Deep Reinforcement Learning for Autonomous Driving
von: Uppuluri, Bhargava, et al.
Veröffentlicht: (2025)