研究者提出让RL智能体学习可解释策略程序

研究者提出一种训练强化学习（RL）智能体的方法，让智能体把学到的策略与策略网络合成为基于对局动作序列的可执行程序，并自动学习这类程序。据作者称，该方法借鉴人类认知方式，目标是让RL智能体在复杂游戏中形成可解释的策略表示。 实验在国际象棋和网格环境任务上进行。结果显示，学到的策略能产生有效动作，且可从对局数据中学习。该论文由 Abhijeet Krishnan 等作者发表。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。