该论文提出了一种名为ORL-AUDITOR的新型数据集审计机制，专门针对离线深度强化学习（offline DRL）场景。离线DRL利用预先收集的数据集训练模型，广泛应用于自动驾驶等安全关键领域。随着高质量数据集成为AI核心资产，许多机构公开共享数据集，但面临滥用或侵权的风险。现有水印技术无法处理已发布的数据集，而数据集推理（dataset inference）和成员推理（membership inference）等方法在离线DRL中因模型行为多样性和离线约束而效果不佳。作者利用累积奖励（cumulative rewards）作为唯一标识符，能够区分DRL模型是否基于特定数据集训练。ORL-AUDITOR是首个轨迹级（trajectory-level）数据集审计机制。实验在多种离线DRL模型和任务上进行，审计准确率超过95%，假阳性率低于2.88%。论文还研究了不同参数设置对实际部署的影响，并在Google和DeepMind的开源数据集上验证了审计能力。代码已开源。该工作为保护数据集知识产权提供了新思路，适用于任何使用离线DRL数据集的场景。