原创力文档- 1、本文档共9页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第41卷第6期计算机应用研究Vol.41No.6
2024年6月ApplicationResearchofComputersJun.2024
强化学习的可解释方法分类研究
唐蕾，牛园园，王瑞杰，行本贝，王一婷
（长安大学信息工程学院，西安710018）
摘要：强化学习能够在动态复杂环境中实现自主学习，这使其在法律、医学、金融等领域有着广泛应用。但强
化学习仍面临着全局状态空间不可观测、对奖励函数强依赖和因果关系不确定等诸多问题，导致其可解释性弱，
严重影响其在相关领域的推广，会遭遇诸如难以判断决策是否违反社会法律道德的要求，是否准确及值得信任
等的限制。为了进一步了解强化学习可解释性研究现状,从可解释模型、可解释策略、环境交互、可视化等方面
展开讨论。基于此,对强化学习可解释性研究现状进行系统论述,对其可解释方法进行归类阐述，最后提出强化
学习可解释性的未来发展方向。
关键词：强化学习；可解释性；策略-值函数；环境交互；视觉解释
中图分类号：TP309文献标志码：A文章编号：1001-3695(2024)06-001-1601-09
doi:10.19734/j.issn.1001-3695.2023.09.0430
Classificationstudyofinterpretablemethodsforreinforcementlearning
TangLei,NiuYuanyuan,WangRuijie,XingBenbei,WangYiting
(CollegeofInformationEngineering,ChanganUniversity,Xian710018,China)
Abstract:Reinforcementlearningcanachieveautonomouslearningindynamicandcomplexenvironments,whichmakesit
widelyusedinfieldssuchaslaw,medicine,andfinance.However,reinforcementlearningstillfacesmanyproblemssuchas
theunobservableglobalstatespace,strongdependenceontherewardfunction,anduncertaincausality,whichresultsinits
weakinterpretability,seriouslyaffectingitspromotioninrelatedfields.Itwillencounterlimitationssuchasdifficultyinju-
dgingwhetherthedecision-makingviolatessociallegalandmoralrequirements,whetheritisaccurateandtrustworthy,etc.In
ordertofurtherunderstandthecurrentstatusofinterpretabilityresearchinreinforcementlearning,thisarticlediscussedfrom
theaspectsofinterpretablemodels,interpretablestrategies,environmentinteractionandvisualization,etc.Basedonthese,
文档评论（0）