Towards Safe Autonomous Driving: Decision Making with Observation‑Robust Reinforcement Learning

中文：迈向安全的自动驾驶:基于观察稳健强化学习的决策

对抗代理

目标：最大化自动驾驶汽车策略的受扰动变异距离

通过JS散度来度量扰动策略的变化

自动驾驶代理

算法：Actor-Crtic

约束优化问题的拉格朗日对偶函数

Trustworthy autonomous driving via defense-aware robust reinforcement learning against worst-case observational perturbations

中文：通过防御感知的鲁棒强化学习应对最坏情况观测扰动，实现可靠的自动驾驶

对抗代理

目标：最大化自动驾驶汽车行动成本函数

算法：乘法扰动（贝叶斯优化），加法扰动（FGSM）

自动驾驶代理

算法：Actor-Crtic

约束优化问题的拉格朗日对偶函数