研究者提出可解释经验学习模型并在Atari基准评估

研究者 Anton Kolonin 提出一种基于状态历史与全局反馈的可解释经验学习模型，用状态集之间的转移图表示学到的行为模型，每条转移附带效用和证据计数。 该模型在 OpenAI Gym Atari Breakout 基准上评估，性能与部分已知的神经网络方案相当。研究者预期它适用于资源受限环境下的强化学习问题，但这一适用性尚未得到验证。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。