Buchumschlag

Reinforcement Learning-based Threat Assessment

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Wuzhou, Li, Siyi, Zou, Qingxiang, Liao, Zixing
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Eval-PPO: Building an Efficient Threat Evaluator Using Proximal Policy Optimization
von: Sun, Wuzhou, et al.
Veröffentlicht: (2025)

Spectral Representation-based Reinforcement Learning
von: Gao, Chenxiao, et al.
Veröffentlicht: (2025)

Personalized Federated Learning for Spatio-Temporal Forecasting: A Dual Semantic Alignment-Based Contrastive Approach
von: Liu, Qingxiang, et al.
Veröffentlicht: (2024)

Sparse Threats, Focused Defense: Criticality-Aware Robust Reinforcement Learning for Safe Autonomous Driving
von: Wei, Qi, et al.
Veröffentlicht: (2026)

Sparsity-based Safety Conservatism for Constrained Offline Reinforcement Learning
von: Cho, Minjae, et al.
Veröffentlicht: (2024)

Advanced Persistent Threats (APT) Attribution Using Deep Reinforcement Learning
von: Basnet, Animesh Singh, et al.
Veröffentlicht: (2024)

Model-Free Robust Reinforcement Learning with Sample Complexity Analysis
von: Wang, Yudan, et al.
Veröffentlicht: (2024)

Neighboring State-based Exploration for Reinforcement Learning
von: Li, Yu-Teng, et al.
Veröffentlicht: (2022)

Multi-Agent Reinforcement Learning for Resources Allocation Optimization: A Survey
von: Hady, Mohamad A., et al.
Veröffentlicht: (2025)

A Distance-based Anomaly Detection Framework for Deep Reinforcement Learning
von: Zhang, Hongming, et al.
Veröffentlicht: (2021)

Molecular De Novo Design through Transformer-based Reinforcement Learning
von: Xu, Pengcheng, et al.
Veröffentlicht: (2023)

Towards Physiologically Sensible Predictions via the Rule-based Reinforcement Learning Layer
von: Zhu, Lingwei, et al.
Veröffentlicht: (2025)

SATURN: SAT-based Reinforcement Learning to Unleash LLMs Reasoning
von: Liu, Huanyu, et al.
Veröffentlicht: (2025)

Data-Centric Interpretability for LLM-based Multi-Agent Reinforcement Learning
von: Yan, John, et al.
Veröffentlicht: (2026)

Angel or Demon: Investigating the Plasticity Interventions' Impact on Backdoor Threats in Deep Reinforcement Learning
von: Ma, Oubo, et al.
Veröffentlicht: (2026)

The Three Regimes of Offline-to-Online Reinforcement Learning
von: Li, Lu, et al.
Veröffentlicht: (2025)

Large Language Model Agent for Hyper-Parameter Optimization
von: Liu, Siyi, et al.
Veröffentlicht: (2024)

Guided Cooperation in Hierarchical Reinforcement Learning via Model-based Rollout
von: Wang, Haoran, et al.
Veröffentlicht: (2023)

In-Dataset Trajectory Return Regularization for Offline Preference-based Reinforcement Learning
von: Tu, Songjun, et al.
Veröffentlicht: (2024)

BadPromptFL: A Novel Backdoor Threat to Prompt-based Federated Learning in Multimodal Models
von: Zhang, Maozhen, et al.
Veröffentlicht: (2025)

Adaptability in Multi-Agent Reinforcement Learning: A Framework and Unified Review
von: Hu, Siyi, et al.
Veröffentlicht: (2025)

Evaluating Feature Dependent Noise in Preference-based Reinforcement Learning
von: Li, Yuxuan, et al.
Veröffentlicht: (2026)

Shaping Sparse Rewards in Reinforcement Learning: A Semi-supervised Approach
von: Li, Wenyun, et al.
Veröffentlicht: (2025)

LLM-Explorer: A Plug-in Reinforcement Learning Policy Exploration Enhancement Driven by Large Language Models
von: Hao, Qianyue, et al.
Veröffentlicht: (2025)

Cooperative Backdoor Attack in Decentralized Reinforcement Learning with Theoretical Guarantee
von: Gao, Mengtong, et al.
Veröffentlicht: (2024)

Minimize Control Inputs for Strong Structural Controllability Using Reinforcement Learning with Graph Neural Network
von: Zou, Mengbang, et al.
Veröffentlicht: (2024)

Efficient Diversity-based Experience Replay for Deep Reinforcement Learning
von: Zhao, Kaiyan, et al.
Veröffentlicht: (2024)

GeoAda: Efficiently Finetune Geometric Diffusion Models with Equivariant Adapters
von: Zhao, Wanjia, et al.
Veröffentlicht: (2025)

PDRL: Multi-Agent based Reinforcement Learning for Predictive Monitoring
von: Shaik, Thanveer, et al.
Veröffentlicht: (2023)

Online Preference-based Reinforcement Learning with Self-augmented Feedback from Large Language Model
von: Tu, Songjun, et al.
Veröffentlicht: (2024)

Outcome-based Reinforcement Learning to Predict the Future
von: Turtel, Benjamin, et al.
Veröffentlicht: (2025)

Flow-Based Policy for Online Reinforcement Learning
von: Lv, Lei, et al.
Veröffentlicht: (2025)

Pinpointing crucial steps: Attribution-based Credit Assignment for Verifiable Reinforcement Learning
von: Yin, Junxi, et al.
Veröffentlicht: (2025)

Multiple Weaks Win Single Strong: Large Language Models Ensemble Weak Reinforcement Learning Agents into a Supreme One
von: Song, Yiwen, et al.
Veröffentlicht: (2025)

LEASE: Offline Preference-based Reinforcement Learning with High Sample Efficiency
von: Liu, Xiao-Yin, et al.
Veröffentlicht: (2024)

Generalized Phase Pressure Control Enhanced Reinforcement Learning for Traffic Signal Control
von: Liao, Xiao-Cheng, et al.
Veröffentlicht: (2025)

Hindsight Preference Learning for Offline Preference-based Reinforcement Learning
von: Gao, Chen-Xiao, et al.
Veröffentlicht: (2024)

RIFT: A Scalable Methodology for LLM Accelerator Fault Assessment using Reinforcement Learning
von: Khalil, Khurram, et al.
Veröffentlicht: (2025)

Beyond Error-Based Optimization: Experience-Driven Symbolic Regression with Goal-Conditioned Reinforcement Learning
von: Sun, Jianwen, et al.
Veröffentlicht: (2026)

Rating-based Reinforcement Learning
von: White, Devin, et al.
Veröffentlicht: (2023)