研究人员引入了一种新颖的可解释体验式学习模型，该模型利用状态历史和全局反馈来构建行为模型。该模型将学习表示为状态之间的转换图，每个转换都由效用和证据计数进行注释。它专为资源有限环境中的强化学习任务而设计，并在 OpenAI Gym Atari Breakout 基准测试上展现出与基于神经网络的解决方案相当的性能。 AI
影响 为资源受限环境中的强化学习提供了一种新方法，可能为基于神经网络的解决方案提供替代方案。
排序理由 详细介绍新的可解释体验式学习模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
