État de l'art de l'apprentissage par renforcement de politiques déclaratives - APIA-2023 Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

État de l'art de l'apprentissage par renforcement de politiques déclaratives

R Caillière
  • Fonction : Auteur
  • PersonId : 1269388
N Museux
  • Fonction : Auteur

Résumé

EXlpainable/Interpretable Reinforcement Learning (XRL) is based on several techniques using different ways to make the learnt policy understandable by humans. One of them is to combine the reinforcement learning (RL) algorithm with Rule-Based Systems (RBS) in order to create a declarative policy, making it easily readable and understandable. This issue is crucial when dealing with certification and validation in industrial use-cases.
L'apprentissage par renforcement explicable/interprétable (XRL) est basé sur plusieurs techniques utilisant différents moyens pour rendre la politique apprise compréhensible par les humains. L'une d'elles consiste à combiner l"apprentissage par renforcement (RL) et les systèmes à base de règles (RBS) afin de créer une politique déclarative, la rendant facilement lisible et compréhensible. Cette question est cruciale lorsqu'il s'agit de certification et de validation dans des cas d'utilisations industrielles critiques. Ce papier propose un état de l'art de ces différentes techniques.
Fichier principal
Vignette du fichier
APIA2023_paper_8567.pdf (256.83 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04158878 , version 1 (11-07-2023)

Licence

Paternité

Identifiants

  • HAL Id : hal-04158878 , version 1

Citer

R Caillière, N Museux. État de l'art de l'apprentissage par renforcement de politiques déclaratives. 9ème Conférence Nationale sur les Applications Pratiques de l’Intelligence Artificielle APIA@PFIA2023, AFIA-Association Française pour l'Intelligence Artificielle; ICube-laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie, Jul 2023, Strasbourg, France. pp.11-17. ⟨hal-04158878⟩

Collections

APIA-2023
42 Consultations
48 Téléchargements

Partager

Gmail Facebook X LinkedIn More