ReShap 将 Shapley 可解释性扩展至高维多动作强化学习
热点事件观察中
ReShap 将 Shapley 可解释性扩展至高维多动作强化学习
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Yiyu Qian 等作者提出 ReShap 策略蒸馏框架，把基于 Shapley 的可解释性从低维、二动作场景扩展到高维多动作环境。 该框架先从原始图像观测中提取紧凑特征表示，用 SHAP 做特征归因，再把深度强化学习策略蒸馏为在策略访问分布上训练的可解释替代模型，实例化为决策树、线性回归和逻辑回归三类。 目前报道只介绍框架设计与方法，未给出实验效果或对比结论。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
ReShap：面向高维多动作场景的可解释强化学习框架报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIReShap：面向高维多动作场景的可解释强化学习框架
ReShap 是一个策略蒸馏框架，将基于 Shapley 的可解释性从低维、二动作场景扩展到高维多动作环境。它从原始图像观测中提取紧凑特征表示，用 SHAP 做特征归因，并把深度 RL 策略蒸馏为在策略访问分布上训练的可解释替代模型，实例化为决策树、线性回归和逻辑回归三类。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。