近日，我院白如帆老师在人工智能领域国际顶级期刊《Artificial Intelligence》（AIJ，CCF A）上发表题为“On the Computation of Mixed Strategies for Security Games with General Defending Requirements”的论文，介绍该团队在智能体安全博弈领域内的最新研究成果，我院白如帆老师为论文唯一第一作者，这也是我校第二次以第一/通讯单位身份在该期刊发表论文。
针对多智能体博弈问题，该研究深入探讨了在对抗性攻击和均匀攻击下，防御者需要将有限资源放置到各个节点上以降低被攻击带来的损失，该文主要讨论了采用混合策略相较于纯策略的优势，并量化了其在不同攻击模式下的防御效果，且首次构建了通用阈值模型下最优混合策略与最优分数策略的近似等价性。这一研究为安全博弈领域的理论发展提供了新的视角和重要的理论支持。在安全博弈中，防御方通常需要在有限的资源下选择最优策略以应对潜在的攻击。传统研究多集中于纯策略的优化，而该研究则首次系统地分析了混合策略在通用阈值模型下的表现。研究发现，尽管混合策略在某些情况下能够显著提升防御效果，但其最优解的计算却具有极高的复杂性（NP难问题）。为此，该研究提出了Patching算法，能够在对抗性攻击下高效计算具有理论保证的混合策略，并对规模不敏感，为实际应用提供了可行的解决方案。
图1: 混合策略实例
图2: Patching算法示例
《Artificial Intelligence》创刊于1970年，是目前国际公认的传统人工智能领域最好的国际期刊之一，是中国计算机学会CCF推荐的人工智能领域A类期刊。该期刊每年仅发表百余篇论文，其中来自中国大陆地区的论文占比不到10%。近年来，白如帆老师在国家自然科学青年基金、江苏省自然科学青年基金的资助下，积极开展多智能体博弈、公平分配、自动驾驶等方面的研究工作。
（图、文：嵇萱/ 审核：吴天星）
