BriefGPT - AI 论文速递 · 2023-08-25T00:00:00Z 非参数叠加值函数：可解释性强的强化学习及其在外科恢复中的应用 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文提出了一种非参数的加性模型，用于估计强化学习中可解释的价值函数。该方法通过局部核回归和基扩展来获取动作价值函数的稀疏、加性表示，实现局部逼近和提取特征的非线性、独立贡献以及特征对的共同贡献。通过模拟研究验证了该方法，并在脊椎疾病的应用中揭示了与相关临床知识一致的康复建议。 🏷️ 标签 价值函数 函数 局部核回归 强化学习 脊椎疾病 非参数加性模型 阅读原文 生成长图 分享链接 已复制链接
