BriefGPT - AI 论文速递 · 2023-09-12T00:00:00Z

透過忠實引出的解釋性策略抽取在強化學習中

📝

内容提要

该文介绍了PIRL强化学习框架，使用高级领域特定编程语言表示策略，提出了基于神经网络生成的策略的可验证和可解释的替代方案，用NDPS算法优化PIRL策略，实验结果表明，PIRL策略易于迁移。

🏷️

标签

NDPS算法 PIRL 可解释性 强化学习 神经网络