BehaviorGuard: Online Backdoor Defense for Deep Reinforcement Learning
BehaviorGuard डीप रिइन्फोर्समेंट लर्निंग के लिए पहला ऑनलाइन, ट्रिगर-अज्ञेय (trigger-agnostic) रक्षा ढांचा है जो एक्शन डिस्ट्रीब्यूशन में असामान्य बदलावों की पहचान करके और उन्हें दबाकर सिंगल- और मल्टी-एजेंट सेटिंग्स दोनों में बैकडोर हमलों का पता लगाता है और उन्हें कम करता है, जो मौजूदा तरीकों की तुलना में बेहतर प्रभावकारिता और दक्षता प्रदान करता है।