Homomorphic Advantage Operator: Stabilizing Reinforcement Learning Under Fully Homomorphic Encryption Constraints

arXiv cs.AI · 2 oct, 06:00

Un artículo de investigación sobre cómo estabilizar el aprendizaje por refuerzo (RL) cuando se ejecuta bajo cifrado completamente homomórfico (FHE) para preservar la privacidad de datos confidenciales en la nube. El trabajo introduce el Homomorphic Advantage Operator (HAO), un marco que previene la divergencia de aproximaciones polinómicas que ocurre recursivamente en RL profundo cifrado.