#隐马尔可夫模型

隐马尔可夫偏好模型：在线预测攻击者下一步行动

论文提出隐马尔可夫偏好模型，统一建模攻击者行为模式切换与动作参数时变可行性，在CAGE 2基准上隐状态每步价值0.8纳特，控制器切换后损失下降速度优于循环基线。