强化学习可解释性基础问题探索和方法综述

来源 :软件学报 | 被引量 : 0次 | 上传用户:tony33334444
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
强化学习是一种从试错过程中发现最优行为策略的技术,已经成为解决环境交互问题的通用方法.然而,作为一类机器学习算法,强化学习也面临着机器学习领域的公共难题,即难以被人理解.缺乏可解释性限制了强化学习在安全敏感领域中的应用,如医疗、驾驶等,并导致强化学习在环境仿真、任务泛化等问题中缺乏普遍适用的解决方案.为了克服强化学习的这一弱点,涌现了大量强化学习可解释性(explainable reinforcement learning,XRL)的研究.然而,学术界对XRL尚缺乏一致认识.因此,探索XRL的基础性问题,并对现有工作进行综述.具体而言,首先探讨了父问题——人工智能可解释性,对人工智能可解释性的已有定义进行了汇总;其次,构建了一套可解释性领域的理论体系,从而描述XRL与人工智能可解释性的共同问题,包括界定智能算法和机械算法、定义解释的含义、讨论影响可解释性的因素、划分了解释的直观性;然后,根据强化学习本身的特征,定义了XRL的3个独有问题,即环境解释、任务解释、策略解释;之后,对现有方法进行了系统的归类,并对XRL的最新进展进行综述;最后,展望了XRL领域的潜在研究方向.
其他文献
革命英雄主义精神是中华民族宝贵的精神财富。新时代革命英雄主义的精神内涵为高校的思政教育提供了指引。革命英雄主义精神凝聚着全社会最先进、最精华的价值观,是社会意志正能量的集中体现,加强大学生的革命英雄主义精神教育,不仅是新时代"五育并举"育人体系的客观要求,更为高校培养社会主义合格建设者和可靠接班人指明了方向。
结合中共一大纪念馆项目,对石库门风貌建筑外立面的施工技术进行了探讨。为保持上海历史文化区风貌的脉络传承,从立面设计、古法工艺、现代建筑功能融合、墙体安全性着手,对新建建筑如何还原石库门风貌的外立面进行了介绍,以期为类似工程提供借鉴。
在革命战争年代,中国共产党人创造了许多宝贵的精神财富,而革命英雄主义就是众多宝贵精神财富之一。中国共产党的宝贵精神财富为高校开展大学生思想政治教育工作提供了大量的精神资源,在新时代的背景下,高校要认识到大学生思想政治教育工作的重要性,为国家发展、民族复兴培养有理想、有本领、有担当的优秀大学生。要想发挥英雄主义精神对开展大学生思想教育工作的重要作用,高校要着重推进思政课程教学工作,大力建设优秀校园文
“互联网+”和教学的融合并不只是将两者简单的相加组合,而是要运用现代信息技术和互联网平台,打造出将互联网和传统课堂相结合的教学平台和模式。对于教师教学而言,运用互联网平台展开教学是时代发展的趋势,同时也能够提升学生在教育中的核心地位。
<正>随着社会经济发展及人们对"健康"问题的高度关注,高校需跟随焦点来完善体育教学内容、重构教学体系,探究高校体育教学内容结构创新路径,搭建现代化、科学化与长效化的体育教学实践网络,促进高校学生身心健康成长。《新时代高校体育教学的多维研究与运动教育模式探索》一书以我国当代社会发展为背景,融入体育运动新动态、体育教学新理念、体育内容新构成,解构体育教学特点、优势、价值,多维阐述高校体育教学创新发展及
期刊
在总结国内外关停废弃矿山生态修复技术的基础上,结合近几年来贵州市关停废弃矿山生态修复工程建设的实际,提出了以友鑫砂石矿山生态修复工程为例几种主要技术与措施,并进行了详细阐述。
期刊
目的:观察、分析妇产科阴道不规则出血的病因及临床治疗方法。方法:选取来我院就诊的妇科阴道不规则出血患者96例作为研究对象;实验组实施妇康宝口服液治疗,对照组则通过消炎、止血等临床药物完成治疗,并对两组治疗情况进行比较分析。结果:对照组的宫腔异常总发生率为23.7%,实验组的宫腔异常总发生率为79.3%,对照组明显低于实验组,比较差异具有计学意义(P<0.05)。对照组的宫腔形态显著的优于实验组,比
目的:探讨妇产科阴道不规则出血的止血方法及止血效果。方法:本组研究样本来源于我院2017年1月-2108年12月临床,均为妇产科收治患者,共计80例,根据床号平均分为对照组和观察组,对照组40例患者采用常规止血方法进行治疗,观察组患者在对照组基础上加用康妇炎胶囊进行治疗,对比两组患者止血效果、临床有效率及满意度差异。结果:观察组患者临床有效率、症状体征改善时间及满意率均优于对照组,差异具有统计学意