Buchumschlag

Beyond Rewards in Reinforcement Learning for Cyber Defence

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bates, Elizabeth, Hicks, Chris, Mavroudis, Vasilios
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Less is more? Rewards in RL for Cyber Defence
von: Bates, Elizabeth, et al.
Veröffentlicht: (2025)

Autonomous Network Defence using Reinforcement Learning
von: Foley, Myles, et al.
Veröffentlicht: (2024)

An Attentive Graph Agent for Topology-Adaptive Cyber Defence
von: Sandoval, Ilya Orson, et al.
Veröffentlicht: (2025)

Mitigating Deep Reinforcement Learning Backdoors in the Neural Activation Space
von: Vyas, Sanyam, et al.
Veröffentlicht: (2024)

Entity-based Reinforcement Learning for Autonomous Cyber Defence
von: Thompson, Isaac Symes, et al.
Veröffentlicht: (2024)

Beyond Training-time Poisoning: Component-level and Post-training Backdoors in Deep Reinforcement Learning
von: Vyas, Sanyam, et al.
Veröffentlicht: (2025)

CybORG++: An Enhanced Gym for the Development of Autonomous Cyber Agents
von: Emerson, Harry, et al.
Veröffentlicht: (2024)

On Efficient Bayesian Exploration in Model-Based Reinforcement Learning
von: Caron, Alberto, et al.
Veröffentlicht: (2025)

Inherently Interpretable and Uncertainty-Aware Models for Online Learning in Cyber-Security Problems
von: Kolicic, Benjamin, et al.
Veröffentlicht: (2024)

Towards Causal Model-Based Policy Optimization
von: Caron, Alberto, et al.
Veröffentlicht: (2025)

A View on Out-of-Distribution Identification from a Statistical Testing Theory Perspective
von: Caron, Alberto, et al.
Veröffentlicht: (2024)

Nearest Neighbour with Bandit Feedback
von: Pasteris, Stephen, et al.
Veröffentlicht: (2023)

Fairness with Exponential Weights
von: Pasteris, Stephen, et al.
Veröffentlicht: (2024)

Extraction Propagation
von: Pasteris, Stephen, et al.
Veröffentlicht: (2024)

HonestCyberEval: An AI Cyber Risk Benchmark for Automated Software Exploitation
von: Ristea, Dan, et al.
Veröffentlicht: (2024)

Machine Theory of Mind for Autonomous Cyber-Defence
von: Swaby, Luke, et al.
Veröffentlicht: (2024)

SoK: The Pitfalls of Deep Reinforcement Learning for Cybersecurity
von: McFadden, Shae, et al.
Veröffentlicht: (2026)

Online Convex Optimisation: The Optimal Switching Regret for all Segmentations Simultaneously
von: Pasteris, Stephen, et al.
Veröffentlicht: (2024)

Learning Communication Between Heterogeneous Agents in Multi-Agent Reinforcement Learning for Autonomous Cyber Defence
von: Popa, Alex, et al.
Veröffentlicht: (2026)

Environment Complexity and Nash Equilibria in a Sequential Social Dilemma
von: Yasir, Mustafa, et al.
Veröffentlicht: (2024)

Rubrics as Rewards: Reinforcement Learning Beyond Verifiable Domains
von: Gunjal, Anisha, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Autonomous Cyber Defence: A Survey
von: Palmer, Gregory, et al.
Veröffentlicht: (2023)

Building Better Environments for Autonomous Cyber Defence
von: Hicks, Chris, et al.
Veröffentlicht: (2026)

Beyond Binary: Turning Partial Success into Dense Verifiable Rewards for Reinforcement Learning in Code Generation
von: Wang, Longwen, et al.
Veröffentlicht: (2026)

Large Language Model-Based Reward Design for Deep Reinforcement Learning-Driven Autonomous Cyber Defense
von: Mukherjee, Sayak, et al.
Veröffentlicht: (2025)

Reinforcement Learning with Symbolic Reward Machines
von: Krug, Thomas, et al.
Veröffentlicht: (2026)

Reinforcement Learning with Exogenous States and Rewards
von: Trimponias, George, et al.
Veröffentlicht: (2023)

Reinforcement Learning with Stochastic Reward Machines
von: Corazza, Jan, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning with Imputed Rewards
von: Romeo, Carlo, et al.
Veröffentlicht: (2024)

DRMD: Deep Reinforcement Learning for Malware Detection under Concept Drift
von: McFadden, Shae, et al.
Veröffentlicht: (2025)

RLSR: Reinforcement Learning from Self Reward
von: Simonds, Toby, et al.
Veröffentlicht: (2025)

Efficient Reinforcement Learning in Probabilistic Reward Machines
von: Lin, Xiaofeng, et al.
Veröffentlicht: (2024)

Which Rewards Matter? Reward Selection for Reinforcement Learning under Limited Feedback
von: Chaudhari, Shreyas, et al.
Veröffentlicht: (2025)

Beyond Scalar Rewards: Distributional Reinforcement Learning with Preordered Objectives for Safe and Reliable Autonomous Driving
von: Abouelazm, Ahmed, et al.
Veröffentlicht: (2026)

Continual Reinforcement Learning for Cyber-Physical Systems: Lessons Learned and Open Challenges
von: Nolle, Kim N., et al.
Veröffentlicht: (2025)

Constraints as Rewards: Reinforcement Learning for Robots without Reward Functions
von: Ishihara, Yu, et al.
Veröffentlicht: (2025)

Referential Security as a New Paradigm for AI Evaluations
von: Ristea, Dan, et al.
Veröffentlicht: (2026)

Adaptive Correlation-Weighted Intrinsic Rewards for Reinforcement Learning
von: Nguyen, Viet Bac, et al.
Veröffentlicht: (2026)

Contextual Rollout Bandits for Reinforcement Learning with Verifiable Rewards
von: Lu, Xiaodong, et al.
Veröffentlicht: (2026)

2048: Reinforcement Learning in a Delayed Reward Environment
von: Saligram, Prady, et al.
Veröffentlicht: (2025)