注意力元强化学习算法

快速适应水下网络

通过注意力推断网络消除冗余状态，多个元智能体能在动态水下通信环境中快速调整控制策略，抑制恶意软件传播。

Hao, Li · 刘贵云 · Lihao, Xiong · 梁忠伟 · 钟晓静

IEEE Transactions on Network Science and Engineering 2025

技术优势

快速适应

注意力推断网络消除交互状态中的冗余信息，使策略能快速适应新任务，无需长时间探索。

样本效率更高

与已验证的最优控制基准相比，该算法在动态环境中需要更少交互样本即可达到稳定策略。

推断能力更强

在不可见的动态环境中，该算法依然能够保持较强的策略推断能力，展现出良好的泛化性。

应用场景

• 水下物联网安全：在水下物联网节点中快速部署恶意软件抑制策略，应对通信条件波动。
• 网络安全防护：为动态网络环境提供自适应防御，减少恶意软件传播风险。
• 多智能体控制：多个元智能体协同调整策略，提高复杂场景下的控制效率。
• 自适应机器人：赋予机器人快速适应变化环境的能力，减少人工干预。