arXiv cs.RO 机器人学· Eisuke Hirota, Aarav Sane, Rohan Paleja·· 6 小时前AI 评分47
时间可解释的可微决策树（DDT）：用动作分块提升序贯决策的可解释性
Temporally Interpretable Differentiable Decision Trees
AI 导读
研究提出"时间可解释性"概念，通过动作分块（action chunking）改进可微决策树（DDT）在序贯决策任务中的表现，并给出两种融入动作分块的策略梯度算法与一种信息论树重构算法。在四个仿真环境中，从蒸馏的动作分块策略热启动得到的 DDT 效果最佳：在四个领域中的三个上匹配神经网络策略的性能，参数量最多减少 80%。代码已开源。
来源：arXiv cs.RO 机器人学 · arxiv.org