เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การเรียนรู้แบบเสริมกำลังที่อธิบายได้× | การเรียนรู้แบบเสริมกำลัง× | |
|---|---|---|
| สาขาวิชา | การเรียนรู้เชิงลึก | การเรียนรู้เชิงลึก |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 2018–2020 | 1950s–1998 |
| ผู้ริเริ่ม≠ | Puiutta, E. & Veith, E. M. S. P. (survey); broader XAI community | Sutton, R. S. & Barto, A. G. (formalised); Bellman, R. (foundations) |
| ประเภท≠ | Hybrid approach (RL + explainability methods) | Sequential decision-making framework |
| แหล่งต้นตำรับ≠ | 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 ↗ | Sutton, R. S. & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). MIT Press. ISBN: 978-0-262-03924-6 |
| ชื่อเรียกอื่น | XRL, interpretable reinforcement learning, transparent RL, explainable RL | RL, reward-based learning, trial-and-error learning, policy optimization |
| ที่เกี่ยวข้อง≠ | 3 | 2 |
| สรุป≠ | Explainable Reinforcement Learning (XRL) augments standard reinforcement learning agents with methods that make their policies, decisions, and learned behaviors interpretable to humans. Rather than treating the policy as a black box, XRL produces post-hoc explanations or builds inherently transparent policies, enabling trust verification, debugging, and accountability in high-stakes automated decision-making. | Reinforcement Learning (RL) is a framework in which an agent learns to make sequential decisions by interacting with an environment, receiving scalar reward signals, and updating a policy to maximise cumulative future reward. Unlike supervised learning, no labeled examples are provided; the agent discovers optimal behavior entirely through experience and delayed feedback. |
| ScholarGateชุดข้อมูล ↗ |
|
|