Learning Decentralized Strategies for a Perimeter Defense Game with Graph Neural Networks
University of Pennsylvania（宾夕法尼亚大学）；Drexel University（德雷塞尔大学）
我们考虑的问题，找到分散的战略多智能体周边防御游戏。在这项工作中，我们设计了一个基于图神经网络的学习框架，学习从防御者的本地感知和通信图到防御者的动作的映射，使得学习到的动作接近于由集中式专家算法生成的动作。我们证明了我们提出的网络更接近专家策略，并且通过捕获更多的入侵者而优于其他基线算法。我们基于GNN的网络是在小规模上训练的，可以推广到大规模。为了验证我们的结果，我们在不同团队规模和初始配置的情况下运行周界防御游戏，以评估学习网络的性能。
2022-09-24 cs.LG cs.MA
Minimizing Expected Intrusion Detection Time in Adversarial Patrolling
在对抗性巡逻游戏中，移动防御者努力发现攻击者发起的对易受攻击目标的入侵。攻击者的效用传统上被定义为完成攻击的概率，可能由目标成本加权。然而，在许多真实场景中，攻击者造成的实际损害取决于从攻击发起到检测到攻击所经过的\emph{time}。我们引入了一个正式的模型，这样的情况下，我们表明，后卫总是有一个\emph{optimal}战略实现最大限度的保护。我们还证明了\emph{finite-memory}后卫的策略是足够的保护任意接近最优。然后，我们设计了一个有效的\emph{strategy synthesis}算法基于可微规划和梯度下降。
2022-02-02 cs.MA
A Decentralized Multi-UAV Spatio-Temporal Multi-Task Allocation Approach for Perimeter Defense
Indian Institute of Science（印度科学学院）；Nanyang Technological University（南洋理工大学）
针对多人边界防御博弈，提出了一种新的求解方法，在该博弈中，入侵者的队伍试图进入领土，而防御者的队伍通过在领土的边界上捕获入侵者来保护领土。防御者的目标是在入侵者进入领土之前发现和捕获入侵者。每个防御者独立地感知入侵者并计算其轨迹，以合作的方式捕获指定的入侵者。入侵者估计在特定时间到达周界上的特定位置。每个入侵者被看作是一个时空任务，防御者被分配执行这些时空任务。在任何给定的时间，周边防御问题转化为一个分散的多无人机时空多任务分配（DMUST-MTA）问题。针对轨迹执行任务的成本由空间和时间分量的复合代价函数定义。本文提出了一种改进的基于分散共识的捆绑算法来解决时空多任务分配问题，并基于Monte-Carlo仿真对该算法进行了性能评估。仿真结果表明了该方法在不同场景下解决周界防御博弈的有效性。与具有完全可观测性的最先进的集中式方法的性能比较清楚地表明，DMUST-MTA以分散的方式实现了类似的性能，具有部分可观测性条件，计算时间更短，易于扩展。
2021-02-15 cs.MA cs.RO cs.SY
Dynamic Adversarial Resource Allocation: the dDAB Game
University of California Santa Barbara（加州大学圣塔芭芭拉分校）；Georgia Institute of Technology（佐治亚理工学院）；United States Army Research Laboratory（美国陆军研究实验室）；University of Pennsylvania（宾夕法尼亚大学）；George Mason University（乔治梅森大学）
本文提出动态Defender-Attacker Blotto游戏，扩展经典静态Blotto游戏到图上的动态资源分配问题。研究确定 defender 资源的必要和充分数量以保证持续防御，并构建相应策略。通过可达性分析和集动态规划算法实现最优策略。
2026-03-24 cs.MA
Graph Neural Networks for Decentralized Multi-Agent Perimeter Defense
GRASP Laboratory, University of Pennsylvania（宾夕法尼亚大学GRASP实验室）；Department of Electrical and Computer Engineering, Drexel University（德雷塞尔大学电气与计算机工程系）
在这项工作中，我们研究的问题，分散的多智能体周边防御，要求计算行动的防御者与本地的看法和通信，以最大限度地捕获入侵者。实际实现的一个主要挑战是使周边防御策略可扩展到大规模的问题实例。为此，我们利用图神经网络（GNNs）开发一个模仿学习框架，该框架学习从防守者的本地感知和他们的通信图到他们的行动的映射。建议的基于GNN的学习网络通过模仿集中式专家算法进行训练，使得学习到的动作接近专家算法产生的动作。我们证明，我们提出的网络执行更接近专家算法，并优于其他基线算法，通过捕获更多的入侵者。我们基于GNN的网络是在小规模下训练的，可以推广到大规模的情况。我们在不同团队规模和配置的场景中运行周界防御游戏，以展示学习网络的性能。
2023-01-23 cs.LG cs.MA
MAGIC: A Co-Evolving Attacker-Defender Adversarial Game for Robust LLM Safety
Shanghai AI Laboratory（上海人工智能实验室）；Shanghai Jiao Tong University（上海交通大学）；Zhejiang University（浙江大学）
MAGIC通过共进化对抗游戏提升大语言模型的安全性，攻击者与防御者智能体在多轮强化学习中相互演化，有效识别并抵御未知攻击模式。
2026-02-06 cs.AI cs.CL cs.LG
Chasing Moving Targets with Online Self-Play Reinforcement Learning for Safer Language Models
研究传统大语言模型安全对齐问题，引入Self-RedTeam算法，通过在线自我博弈多智能体强化学习持续共同进化攻防策略，有理论安全保障，实证效果好，推动从被动修补到主动协同进化转变。
2026-07-07 cs.CL cs.LG cs.MA
Multi-Swarm Herding: Protecting against Adversarial Swarms
University of Michigan（密歇根大学）
本文研究了一种针对一个或多个对抗性智能体群的防御方法。在我们早期的工作中，我们采用了一个封闭的形成（“StringNet”）的防御代理（后卫）周围的一群敌对代理（攻击者），以限制他们的运动在给定的范围内，并引导他们到一个安全的区域。控制设计依赖于这样的假设，即敌对代理保持足够接近彼此，即，在规定的连接区域内。为了处理攻击者不再停留在这样的连接区域内，而是分裂成更小的群（集群）以最大限度地提高攻击的机会或影响的情况，本文提出了一种方法来学习攻击子群并将防御者重新分配给攻击者。我们使用“基于密度的空间聚类的应用程序与噪声（DBSCAN）”算法来识别空间分布的攻击者群。然后，防御者被分配到每个确定的攻击者群通过解决一个约束广义分配问题。仿真结果证明了该方法的有效性。
2020-07-08 cs.MA cs.RO cs.SY
Priority-based DREAM Approach for Highly Manoeuvring Intruders in A Perimeter Defense Problem
Indian Institute of Science（印度科学学院）
针对周界防御中的高机动入侵者问题，提出P-DREAM方法，通过静态优化计算防御参数并引入入侵者优先级机制，改进原有DREAM方法实现优先任务分配，经仿真和蒙特卡洛实验验证可稳定保护领土。
2023-07-19 cs.MA cs.RO cs.SY
Area Protection in Adversarial Path-Finding Scenarios with Multiple Mobile Agents on Graphs: a theoretical and experimental study of target-allocation strategies for defense coordination
University of Bergen（卑尔根大学）；National Institute of Advanced Industrial Science and Technology (AIST)（产业技术综合研究所）
我们解决了一个问题，在基于图形的场景中，多个代理的区域保护。该问题由两个敌对的代理团队组成，它们在两个团队共享的无向图中移动。代理被放置在图的顶点;最多一个代理可以占据一个顶点;并且它们可以以无冲突的方式移动到相邻的顶点。团队的目标不对称：一个队（攻击者）的目的是入侵给定区域，而对手队（防御者）的目的是通过占领选定的顶点来保护该区域不被攻击者进入。我们研究的策略分配顶点被占领的防守队员阻止攻击代理。我们表明，区域保护问题的决策版本是PSPACE-硬的假设下，代理可以分配他们的目标顶点多次。此外，我们开发了各种在线顶点分配策略的防守队在一个简化的变种的问题与单阶段顶点分配，并评估其性能在多个基准。一个策略的成功在很大程度上取决于实例的类型，因此这项工作的贡献之一是，我们确定不同的实例类型合适的顶点分配策略。特别是，我们引入了一种基于模拟的方法，该方法识别并尝试捕获攻击者经常使用的图中的瓶颈。我们的实验评估表明，这种方法往往允许一个成功的防御，即使在攻击者显着超过防御者的情况下。
2017-08-24 cs.AI cs.MA
Guarding a Target Area from a Heterogeneous Group of Cooperative Attackers
本文研究单个防御者对抗异构多攻击者的目标防御问题，通过几何论证与参数优化构建并验证了均衡控制策略，揭示了攻击者因速度和权重差异而产生的合作行为。
2024-06-30 cs.MA cs.SY eess.SY
Designing the Game to Play: Optimizing Payoff Structure in Security Games
Carnegie Mellon University（卡内基梅隆大学）；University of Southampton（南安普顿大学）；World Wide Fund for Nature（世界自然基金会）；Swarthmore College（斯沃斯莫尔学院）
防御者-攻击者行为的有效博弈论建模变得越来越重要。在许多领域，防御者不仅是一个玩家，而且还是游戏收益结构的设计者。我们研究Stackelberg安全游戏的防御者，除了分配防御资源，以保护目标免受攻击者的攻击，可以战略性地操纵攻击者的收益在预算约束下的加权L^p-范数形式的变化量。针对带加权L^1-范数形式约束的问题，提出了（i）一个基于混合整数线性规划的近似保证算法;（ii）一个基于分枝定界的有效剪枝算法;（iii）一类特殊但实用的问题的多项式时间近似算法.此外，我们证明了在L^0-范数形式和加权L^ \infty -范数形式的预算约束下的问题可以在多项式时间内求解.我们提供了一个广泛的实验评估我们提出的算法。
2018-05-22 cs.AI cs.GT cs.MA
Deceptive Path Planning: A Bayesian Game Approach
针对对抗环境下智能体需在抵达目标时隐瞒真实目的地的问题，本文将攻防交互建模为动态贝叶斯博弈，提出高效求解完美贝叶斯纳什均衡的方法，实验证明该策略优于单边优化方法。
2025-06-16 cs.GT cs.MA cs.SY
Cluster Forming of Multiagent Systems in Rolling Horizon Games with Non-uniform Horizons
共识和集群形成的多智能体系统在面对干扰攻击以及反应性恢复行动的防御者进行了讨论。攻击者能够禁用网络的一些边缘，目的是将代理划分为较小大小的集群，而作为响应，防御者通过增加传输功率来恢复一些边缘。我们考虑重复的游戏，由此产生的最佳策略，为两个球员是在滚动的地平线时尚。攻击者和防御者拥有不同的计算能力来计算他们的策略。这方面表现为地平线长度和游戏周期的非均匀值。理论分析和仿真结果表明了视野长度和博弈周期对代理人状态的影响。
2023-01-26 cs.GT cs.MA cs.SY
A Parameterized Perspective on Protecting Elections
Indian Institute of Technology, Kharagpur（印度理工学院克勒格布尔分校）；Indian Institute of Technology, Gandhinagar（印度理工学院甘地讷格尔分校）；Indian Institute of Technology, Kanpur（印度理工学院坎普尔分校）
研究了投票中最优防御和最优攻击问题的参数化复杂性。在这两个问题中，输入是一组投票者组（每个投票者组是一组投票）和两个整数$k_a$和$k_d$，分别对应于攻击者可以攻击的投票者组的数量和防御者可以防御的投票者组的数量。如果一个选民团体受到攻击而没有得到保护，它就会被从选举中除名。在最优防御问题中，我们想知道防御者是否有可能采取最多防御$k_d$选民组的策略，使得无论攻击者攻击哪个$k_a$选民组，选举结果都不会改变。在最优攻击问题中，我们想知道攻击者是否有可能采取攻击$k_a$选民组的策略，使得无论防御者防御哪一个$k_d$选民组，选举的结果总是不同于原始（没有任何攻击）的结果。
2019-05-28 cs.AI cs.CY cs.DS
