動作和觀測空間
。場景 下的狀況搬運 契合馬爾可夫性質
。

試驗與成果

論文中在人臉辨認、這類進犯經過在三維物理場景中放置精心規劃的擾動物體（如對立補丁和三維對立物體）來操作深度神經網絡的猜測成果。

對立補丁 的核算一般需求內部最大化迭代，但在隨后的過程REIN-EAD進行了正確的自我批改（圖4）。經過對立練習或輸入凈化等手法完成對有害畫面的“被迫防衛”，而動作又取得更好的感知