Machine learningDeep learning / NLP / CV
למידת חיזוק מוסברת
למידת חיזוק מוסברת (XRL) משפרת סוכני למידת חיזוק סטנדרטיים באמצעות שיטות שהופכות את המדיניות, ההחלטות וההתנהגויות הנלמדות שלהם למובנות לבני אדם. במקום להתייחס למדיניות כאל קופסה שחורה, XRL מייצרת הסברים לאחר מעשה (post-hoc) או בונה מדיניות שקופה מטבעה, ומאפשרת אימות אמון, איתור באגים ואחריותיות בקבלת החלטות אוטומטית בעלת סיכון גבוה.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Puiutta, E., & Veith, E. M. S. P. (2020). Explainable Reinforcement Learning: A Survey. In Machine Learning and Knowledge Extraction (CD-MAKE 2020), Lecture Notes in Computer Science, vol. 12279, pp. 77–95. Springer. DOI: 10.1007/978-3-030-57321-8_5 ↗
- Explainable artificial intelligence. Wikipedia. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Explainable Reinforcement Learning (XRL). ScholarGate. https://scholargate.app/he/deep-learning/explainable-reinforcement-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- מנגנון קשבלמידה עמוקה↔ compare
- סיווג מבוסס BERT עם הסבריםלמידה עמוקה↔ compare
- למידת חיזוקלמידה עמוקה↔ compare