一种用于可解释且精简强化学习策略的遗传模糊系统
机器学习
2023-05-18 v1 人工智能
神经与进化计算
摘要
强化学习（RL）正经历研究兴趣的复兴，其中学习分类器系统（LCSs）已被应用多年。然而，传统的 Michigan 方法往往演化出难以解释或难以扩展到标准迷宫以外领域的大型规则库。本文提出一种 Pittsburgh 遗传模糊系统（称为 Fuzzy MoCoCo），其利用多目标与协同协同进化机制来为 RL 环境演化基于模糊规则的策略。系统中的多目标性关注策略性能与复杂度的权衡。连续的 Mountain Car 状态 RL 环境被用作所提系统的测试平台。结果表明，该系统能有效探索策略性能与复杂度之间的权衡，并学习出尽可能少规则、可解释且高性能的策略。
引用
@article{arxiv.2305.09922,
title = {A Genetic Fuzzy System for Interpretable and Parsimonious Reinforcement Learning Policies},
author = {Jordan T. Bishop and Marcus Gallagher and Will N. Browne},
journal= {arXiv preprint arXiv:2305.09922},
year = {2023}
}