抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最先端の強化学習(RL)アルゴリズムの複雑性の増加は,説明可能性と理解を阻害する不透明性をもたらした。これは,学習された政策から情報を抽出することを目指すいくつかの事後説明可能性法の発展に繋がり,その結果,説明可能性を説明する。これらの方法は政策の経験的観察に依存し,エージェントの挙動の特性化を一般化することを目的とする。本研究では,それらの目的関数の正則化を通してエージェントの政策に特性行動を埋め込む方法を開発した。提案手法は,学習中のエージェントの挙動を誘導し,固有の特性化をもたらす。それは学習プロセスをモデル説明と接続する。著者らは,著者らの方法の実行可能性に関する形式的議論と経験的証拠を提供した。将来の研究において,著者らは,個人の個人主義に基づく個々の金融顧客の投資ポートフォリオを最適化するエージェントを開発するために,それを採用することを意図した。【JST・京大機械翻訳】