可微决策树引入动作分块实现时序可解释

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。作者为 Eisuke Hirota、Aarav Sane、Rohan Paleja。 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%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。