面向强化学习的可解释性研究综述

摘要： 强化学习作为机器学习的一种范式，因其强大的策略试错学习能力，受到关注.随着深度学习的融入，强化学习方法在许多复杂的控制任务中取得了巨大成功.然而，深度强化学习网络作为黑盒模型，其缺乏可解释性所带来的不安全、不可控及难理解等问题限制了强化学习在诸如自动驾驶、智慧医疗等关键领域中的发展.为了解决这一问题，科研人员开展了对强化学习可解释性的研究.然而，这些研究开展相对较晚，且缺少针对... （共30页）