arXiv cs.RO· Eisuke Hirota, Aarav Sane, Rohan Paleja·· 10 天前
可时间解释的可微决策树：用动作分块提升序贯决策可解释性
Temporally Interpretable Differentiable Decision Trees
AI 导读
研究提出"时间可解释性"这一新维度，通过动作分块的时间抽象改进可微决策树（DDT）在序贯决策任务中的表现，并引入两种融入动作分块的新策略梯度算法。团队还开发了信息论树重构算法以保持树的参数高效性。在四个仿真环境中，从蒸馏的动作分块策略热启动 DDT 效果最佳，其中三个环境性能匹配神经网络策略，参数最多减少 80%。
来源：arXiv cs.RO · arxiv.org