CausalXRL

新的CausalXRL框架增强了强化学习的可解释性

研究人员推出了一种名为CausalXRL的新框架，旨在增强强化学习智能体的可解释性。该框架利用因果图推理来提供智能体决策过程的透明、多层次解释。CausalXRL已通过在基准RL环境中的定量分析进行了评估，证明了其生成忠实解释和有效学习因果结构的能力。此外，一项使用MicroRTS基准的定性专家研究表明，CausalXRL有助于理解高级策略。