本發(fā)明公開(kāi)了一種面向深度強(qiáng)化學(xué)習(xí)模型對(duì)抗攻擊的防御方法及應(yīng)用，包括：利用視覺(jué)預(yù)測(cè)模型對(duì)輸入的前一時(shí)刻環(huán)境狀態(tài)進(jìn)行預(yù)測(cè)輸出預(yù)測(cè)當(dāng)前環(huán)境狀態(tài)，并獲得預(yù)測(cè)當(dāng)前環(huán)境狀態(tài)在深度強(qiáng)化學(xué)習(xí)策略下的下一幀預(yù)測(cè)環(huán)境狀態(tài)值；獲取深度強(qiáng)化學(xué)習(xí)模型輸出的實(shí)際當(dāng)前環(huán)境狀態(tài)，并獲得實(shí)際當(dāng)前環(huán)境狀態(tài)在深度強(qiáng)化學(xué)習(xí)策略下添加擾動(dòng)的環(huán)境狀態(tài)值；利用判別模型對(duì)預(yù)測(cè)環(huán)境狀態(tài)值和添加擾動(dòng)的環(huán)境狀態(tài)值進(jìn)行判別，根據(jù)判別結(jié)果獲得深度強(qiáng)化學(xué)習(xí)模型是否被攻擊；在深度強(qiáng)化學(xué)習(xí)模型被攻擊時(shí)，提取實(shí)際當(dāng)前環(huán)境狀態(tài)，利用兩個(gè)防御模型對(duì)實(shí)際當(dāng)前環(huán)境狀態(tài)進(jìn)行防御；深度強(qiáng)化學(xué)習(xí)模型利用防御后的實(shí)際當(dāng)前環(huán)境狀態(tài)進(jìn)行學(xué)習(xí)預(yù)測(cè)輸出。