可解释目标识别：基于证据权重的框架
人工智能
2023-03-13 v1 人机交互
摘要
我们引入并评估了一种可解释目标识别（XGR）模型，该模型使用证据权重（WoE）框架来解释目标识别问题。我们的模型提供以人为中心的解释，回答“为什么？”和“为什么不？”的问题。我们在八个不同领域上计算评估了系统的性能。通过使用人类行为研究从人类标注者处获取真值，我们进一步表明XGR模型能成功生成类人解释。然后我们报告了一项有60名参与者的研究，他们观察智能体玩Sokoban游戏并接收目标识别输出的解释。我们通过任务预测、解释满意度和信任调查参与者由解释获得的理解。
引用
@article{arxiv.2303.05622,
title = {Explainable Goal Recognition: A Framework Based on Weight of Evidence},
author = {Abeer Alshehri and Tim Miller and Mor Vered},
journal= {arXiv preprint arXiv:2303.05622},
year = {2023}
}
备注
11 pages, 5 figures