연구진은 멀티 에이전트 시스템의 통신을 교란하는 공격 기법을 연구했어요. Jacobian 정보를 활용해 공격에 취약한 메시지, 에이전트, 시간대를 파악하고 시스템에 미치는 영향을 분석했습니다. 새로운 adversarial loss 함수를 제안하여 공격 성공률과 영향력을 조절하고 효과적인 교란을 생성했습니다.
실험 결과, 제안하는 메시지 선택 방법은 대부분의 시나리오에서 무작위 메시지 선택보다 효과적이었습니다. 에이전트 선택, 메시지 선택, 시간, 손실 함수를 개선하여 테스트한 30개 시나리오 중 절반에서 공격 효율을 높였습니다.
연구는 PredatorPrey, TrafficJunction 환경에서 멀티 에이전트 강화 학습 시스템을 대상으로 진행되었으며, 통신 교란 공격의 새로운 가능성을 제시합니다.