用在线强化学习在查询预算内动态选择扰动支撑集的缩减粒度与策略。
推荐理由：方法让双深度Q网络在七种策略与尺度动作间调度，针对攻击早期和尾部采用不同粒度，实质是用学习策略提升有限查询下的稀疏化效率。
阅读原文