Multi‐Agent Reinforcement Learning for Cyber Defence Transferability and Scalability

ABSTRACT Reinforcement learning (RL) has shown to be effective for simple automated cyber defence (ACD) type tasks. However, there are limitations to these approaches that prevent them from being deployed onto real‐world hardware. Trained RL policies will often have limited transferability across ev...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Andrew Thomas, Matthew Yates, Oliver Osborne
Format:	Artigo
Język:	Inglês
Wydane:	Wiley 2026-02-01
Seria:	Applied AI Letters
Hasła przedmiotowe:	autonomous cyber defence multi‐agent RL reinforcement learning RL transfer learning
Dostęp online:	https://doi.org/10.1002/ail2.70015
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!