Towards Better Interpretability in Deep Q-Networks

可解释性 过度拟合 人工智能 强化学习 计算机科学 步伐 多样性(控制论) 机器学习 深度学习 人工神经网络 钥匙(锁) 深层神经网络 网络体系结构 价值网络 价值(数学) 业务 营销 地理 计算机安全 大地测量学 商业模式
作者
Raghuram Mandyam Annasamy,Katia Sycara
出处
期刊:Proceedings of the ... AAAI Conference on Artificial Intelligence [Association for the Advancement of Artificial Intelligence (AAAI)]
卷期号:33 (01): 4561-4569 被引量:51
标识
DOI:10.1609/aaai.v33i01.33014561
摘要

Deep reinforcement learning techniques have demonstrated superior performance in a wide variety of environments. As improvements in training algorithms continue at a brisk pace, theoretical or empirical studies on understanding what these networks seem to learn, are far behind. In this paper we propose an interpretable neural network architecture for Q-learning which provides a global explanation of the model’s behavior using key-value memories, attention and reconstructible embeddings. With a directed exploration strategy, our model can reach training rewards comparable to the state-of-the-art deep Q-learning models. However, results suggest that the features extracted by the neural network are extremely shallow and subsequent testing using out-of-sample examples shows that the agent can easily overfit to trajectories seen during training.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
cathylll完成签到,获得积分10
刚刚
1秒前
刘肥肥发布了新的文献求助10
3秒前
3秒前
田様应助添添采纳,获得10
4秒前
Fangyuan完成签到,获得积分10
4秒前
4秒前
5秒前
5秒前
Hilda007应助阮听安采纳,获得10
5秒前
绺妙发布了新的文献求助10
6秒前
cathylll发布了新的文献求助10
6秒前
6秒前
yang_keai完成签到,获得积分10
6秒前
HY完成签到,获得积分10
9秒前
上官若男应助chiweiyoung采纳,获得10
9秒前
chocolate完成签到 ,获得积分10
9秒前
Lucas应助刘肥肥采纳,获得10
11秒前
鸿渐于陆发布了新的文献求助10
11秒前
吴西西发布了新的文献求助30
11秒前
东单的单车完成签到,获得积分10
12秒前
夏沫发布了新的文献求助10
12秒前
小董不懂发布了新的文献求助10
12秒前
yuedinglyanke完成签到,获得积分10
13秒前
李健应助honda采纳,获得10
13秒前
13秒前
嘻嘻完成签到,获得积分10
13秒前
我是老大应助生动项链采纳,获得30
14秒前
14秒前
爆米花应助呃呃呃呃GG采纳,获得10
15秒前
15秒前
16秒前
马轩完成签到,获得积分10
17秒前
17秒前
Eric发布了新的文献求助10
17秒前
17秒前
18秒前
showitt完成签到,获得积分10
18秒前
情怀应助研友_ZzrWKZ采纳,获得10
18秒前
李健应助lxg采纳,获得10
20秒前
高分求助中
Encyclopedia of Quaternary Science Third edition 2025 12000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
The Social Work Ethics Casebook: Cases and Commentary (revised 2nd ed.). Frederic G. Reamer 800
Holistic Discourse Analysis 600
Vertébrés continentaux du Crétacé supérieur de Provence (Sud-Est de la France) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5350613
求助须知:如何正确求助?哪些是违规求助? 4483988
关于积分的说明 13957602
捐赠科研通 4383396
什么是DOI,文献DOI怎么找? 2408306
邀请新用户注册赠送积分活动 1400952
关于科研通互助平台的介绍 1374365