Multi-Agent Adversarial Training Using Diffusion Learning

要約

本研究では、グラフ上の敵対的学習に焦点を当てる。拡散学習を用いたマルチエージェントシステムのための一般的な敵対的学習フレームワークを提案する。提案したスキームの凸最適化問題に対する収束特性を分析し、敵対的攻撃に対する強化された頑健性を説明する。

要約(オリジナル)

This work focuses on adversarial learning over graphs. We propose a general adversarial training framework for multi-agent systems using diffusion learning. We analyze the convergence properties of the proposed scheme for convex optimization problems, and illustrate its enhanced robustness to adversarial attacks.

arxiv情報

著者 Ying Cao,Elsa Rizk,Stefan Vlaski,Ali H. Sayed
発行日 2023-03-03 14:05:59+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: cs.AI, cs.LG, cs.MA パーマリンク