【東大新聞網2月25日電】（通訊員 嵇萱）近日，計算機科學與工程學院白如帆老師在人工智能領域國際頂級期刊Artificial Intelligence（AIJ，CCF A）上發表題為On the Computation of Mixed Strategies for Security Games with General Defending Requirements（《通用防御需求下面向安全博弈的混合策略計算》）的論文，介紹該團隊在智能體安全博弈領域內的最新研究成果，白如帆老師為論文唯一第一作者。

針對多智能體博弈問題，該研究深入探討了在對抗性攻擊和均勻攻擊下，防御者需要將有限資源放置到各個節點上以降低被攻擊帶來的損失，該文主要討論了采用混合策略相較于純策略的優勢，并量化了其在不同攻擊模式下的防御效果，且首次構建了通用閾值模型下最優混合策略與最優分數策略的近似等價性。這一研究為安全博弈領域的理論發展提供了新的視角和重要的理論支持。在安全博弈中，防御方通常需要在有限的資源下選擇最優策略以應對潛在的攻擊。傳統研究多集中于純策略的優化，而該研究則首次系統地分析了混合策略在通用閾值模型下的表現。研究發現，盡管混合策略在某些情況下能夠顯著提升防御效果，但其最優解的計算卻具有極高的復雜性（NP難問題）。為此，該研究提出了Patching算法，能夠在對抗性攻擊下高效計算具有理論保證的混合策略，并對規模不敏感，為實際應用提供了可行的解決方案。

圖1:混合策略實例

圖2: Patching算法示例

Artificial Intelligence創刊于1970年，是中國計算機學會CCF推薦的人工智能領域A類期刊。該期刊每年僅發表百余篇論文，其中來自中國大陸地區的論文占比不到10%。近年來，白如帆老師在國家自然科學青年基金、江蘇省自然科學青年基金的資助下，積極開展多智能體博弈、公平分配、自動駕駛等方面的研究工作。

供稿：計算機科學與工程學院

（責任編輯：唐瑭 審核：李小男）