Skip to content

Crypto — 加密通信 ​

环境信息

  • PettingZoo 名称: simple_crypto_v3
  • 智能体: Alice (加密者) + Bob (解密者) + Eve (窃听者)
  • 类型: 通信安全 + 三方博弈
  • 动作维度: 4 (而非 5)

游戏目标 ​

这是一个独特的信息安全博弈环境,模拟加密通信场景。

Alice — 加密者 ​

  • 看到: 秘密消息 M (4维向量) + 私钥 K (4维向量)
  • 任务: 将 M 与 K 混合得到密文 C,使 Bob 能还原、Eve 不能猜出

Bob — 解密者 ​

  • 看到: 私钥 K + 密文 C (Alice 上一步的输出)
  • 任务: 用 K 逆向操作还原 M

Eve — 窃听者 ​

  • 看到: 仅密文 C (没有私钥)
  • 任务: 从 C 中猜测 M

观测空间 ​

角色观测内容维度
Alicemessage (M): 4维 + key (K): 4维8
Bobkey (K): 4维 + ciphertext (C): 4维8
Eveciphertext (C): 4维4

观测解析代码 ​

python
# obs/parse_crypto_obs.py
def parse_crypto_obs(obs, role):
    if role == "ALICE":
        return {
            "message": obs[0:4].tolist(),  # 秘密消息 M
            "key": obs[4:8].tolist(),      # 私钥 K
        }
    elif role == "BOB":
        return {
            "key": obs[0:4].tolist(),          # 私钥 K
            "ciphertext": obs[4:8].tolist(),   # 密文 C (Alice 输出)
        }
    else:  # EVE
        return {
            "ciphertext": obs[0:4].tolist(),   # 密文 C
        }

时序延迟

Bob 看到的密文 C 是 Alice 上一步发出的,存在一帧延迟。

奖励函数 ​

角色奖励逻辑
Alice & BobBob 正确还原 M → 高奖励,Eve 猜对 M → 低奖励
Eve猜测越接近 M → 越高奖励

动作空间 ​

注意

Crypto 的动作维度是 4 (不是 5)!没有运动动作,纯粹是信号输出。

角色输出含义维度
Alice密文 C (加密后的信号)4
Bob消息猜测 M̂4
Eve消息猜测 M̂4

提示词策略 ​

Alice 策略 ​

- 将 M 和 K 以可逆的方式混合(如加法/异或取模)
- 避免直接输出原始消息
- 简单方法: C = (M + K) mod 1.0

Bob 策略 ​

- 用共享密钥 K 逆转 Alice 的操作
- 例如: M = (C - K) mod 1.0
- 确保结果在 [0, 1] 范围内

Eve 策略 ​

- 没有密钥,只能分析密文模式
- 猜测最可能的消息

运行方式 ​

bash
python crypto.py

Built with ❤️ for Multi-Agent AI Research