ReShap：可解释强化学习策略蒸馏框架

南洋理工大学研究人员提出 ReShap，一个策略蒸馏框架，将基于 Shapley 值的可解释性方法扩展到高维、多动作的强化学习环境，论文已发布于 arXiv。该框架针对 SILVER 等已有方法局限于低维状态空间和二元动作的不足。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。