Articles sur RL-FAT

Cet article propose RL-FAT, qui introduit un gradient de politique d'apprentissage par renforcement dans la formation contradictoire pour optimiser la robustesse et l'équité de chaque catégorie. Par rapport aux méthodes précédentes qui recherchaient uniquement une robustesse moyenne, RL-FAT introduit une optimisation explicite de l'équité entre les catégories, ce qui constitue un signal supplémentaire pour que la recherche sur la robustesse contradictoire passe de la « performance moyenne » à « l'équilibre de distribution ».