Association for the Advancement of Artificial Intelligence 发布 Atari environments 数据集, 应用在 深度强化学习、决策解释性 领域

Association for the Advancement of Artificial Intelligence 本次发布的数据集 Atari environments, 本研究使用Atari环境作为数据集，从中收集了1000个游戏回合的数据。这些数据用于训练深度强化学习模型，并通过SHAP分析生成Shapley向量，以捕获特征对代理决策的贡献。通过这种方式，研究团队构建了可解释的策略，并进行了人类受试者研究，以评估所衍生策略的可理解性和可信度。该数据集在高维多动作环境中具有可扩展性，并能够生成与强化学习策略一致的行为边界数据集，为解释高维、多动作环境中的深度强化学习代理提供了可扩展和具有行为意识的框架。

查看Atari environments

关于 Association for the Advancement of Artificial Intelligence , 该组织致力于推动人工智能的研究与开发，是全球人工智能领域的领先专业组织之一。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。