Krishnan等学习可解释博弈策略程序

Krishnan等提出一种强化学习方法，将对局中的动作序列合成为可执行的策略表示程序；该表示同时编码智能体的策略。基于论文摘要，作者称其在国际象棋和网格环境任务中能使智能体采取有效行动，并能从对局数据中学习策略。 目前证据仅来自论文摘要，摘要未说明具体实验设置、比较基线及量化结果，也未证明所学程序在更广泛任务中的表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。