#老虎机

欺骗性老虎机：多智能体学习的探索耦合脆弱性

论文研究随机化探索的独立性与隐私假设在安全层面的关键作用，分析最小双人强单调设定下的欺骗者-受害者对。欺骗者利用与受害者探索相关的泄露信号耦合自身动作，注入外部性将学习动态导向新的「欺骗纳什均衡」，且保持最优收敛速率。研究刻画了欺骗严格改变稳态的条件及其对欺骗者成本的影响。