arXiv cs.LG· Eisuke Hirota, Aarav Sane, Rohan Paleja·· 6 小时前AI 评分22
可微决策树引入时间维度：动作分块实现时序可解释性
Temporally Interpretable Differentiable Decision Trees
AI 导读
研究提出"时序可解释性"概念，通过动作分块（action chunking）让可微决策树（DDT）适配多步序贯决策任务。作者提出两种融入动作分块的策略梯度算法，以及一种信息论树重构算法以保持参数高效。在四个仿真环境中，从蒸馏后的动作分块策略热启动 DDT 效果最佳，在其中三个环境里性能匹配神经网络策略，参数量最多减少 80%。
来源：arXiv cs.LG · arxiv.org