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 |
|---|---|---|
| Alice | message (M): 4维 + key (K): 4维 | 8 |
| Bob | key (K): 4维 + ciphertext (C): 4维 | 8 |
| Eve | ciphertext (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 & Bob | Bob 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 M̂ | 4 |
| Eve | 消息猜测 M̂ | 4 |
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 1.0Bob 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