BEERL: Both Ends Explanations for Reinforcement Learning

Deep Reinforcement Learning (RL) is a black-box method and is hard to understand because the agent employs a neural network (NN). To explain the behavior and decisions made by the agent, different eXplainable RL (XRL) methods are developed; for example, feature importance methods are applied to anal...

Celý popis

Podrobná bibliografie

Vydáno v:	Applied sciences Ročník 12; číslo 21; s. 10947
Hlavní autoři:	Terra, Ahmad, Inam, Rafia, Fersman, Elena
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Basel MDPI AG 01.11.2022
Témata:	Artificial intelligence Bias Decomposition deep reinforcement learning explainability explainable reinforcement learning Methods Neural networks Performance evaluation reward decomposition reward prioritization Variables
ISSN:	2076-3417, 2076-3417
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!