【技术实现步骤摘要】
本专利技术涉及强化学习领域，特别涉及一种深度强化学习的可验证鲁棒压缩方法。
技术介绍
1、近年来，深度强化学习(drl)引起了人们的广泛关注，因为其在处理具有较大的状态和动作空间的决策任务时，能够提供对目标值的良好近似。drl将深度神经网络(dnn)与强化学习相结合，能够自动地从原始输入数据中学习到有效的特征表示，无需手动选择和设计特征，并且能够处理更高维、复杂的输入数据。
2、尽管深度强化学习具有很大的优势，但它对攻击和噪声缺乏鲁棒性。在神经网络的输入中加入精心设计的微小扰动，会导致神经网络以高置信度做出不正确的预测。而对抗性攻击在深度强化学习中也被证明是可能的，观察空间或行动空间的对抗性扰动可以导致drl代理出现不良表现。由于drl代理被部署在许多安全关键应用中，如自动驾驶汽车和机器人等边缘设备，因此开发鲁棒性的训练算法，是至关重要的。
3、同时，边缘设备通常只有有限的计算资源和存储容量，并且受限于电池寿命和能耗等方面的限制，这使得在边缘设备上执行计算密集型任务变得具有挑战性。虽然drl性能强大，但更大的模型...
【技术保护点】
1.一种深度强化学习的可验证鲁棒压缩方法，其特征在于，所述方法包括：
2.根据权利要求1所述的深度强化学习的可验证鲁棒压缩方法，其特征在于，所述步骤1利用策略蒸馏将预训练网络的知识转移到目标网络，包括：
3.根据权利要2所述的深度强化学习的可验证鲁棒压缩方法，其特征在于，所述步骤2的鲁棒性训练方法包括：
4.根据权利要求3所述的深度强化学习的可验证鲁棒压缩方法，其特征在于，所述步骤3使用鲁棒的剪枝方法对训练后的网络进行压缩，包括：
5.根据权利要求4所述的深度强化学习的可验证鲁棒压缩方法，其特征在于，所述步骤4对剪枝后的...
【技术特征摘要】
1.一种深度强化学习的可验证鲁棒压缩方法，其特征在于，所述方法包括：
2.根据权利要求1所述的深度强化学习的可验证鲁棒压缩方法，其特征在于，所述步骤1利用策略蒸馏将预训练网络的知识转移到目标网络，包括：
3.根据权利要2所述的深度强化学习的可验证鲁棒压缩方法，其特征在于，所...
【专利技术属性】
技术研发人员：赵庆玲，郑木平，涂春磊，刘四进，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。