arXiv · AI· Kiet Q. H. Vo, Siu Lun Chau, Masahiro Kato, Yixin Wang, Krikamol Muandet·· 10 天前AI 评分22
策略学习中的解释设计:诱导非有害反应的充分解释
Explanation Design in Strategic Learning: Sufficient Explanations That Induce Non-harmful Responses
AI 导读
研究者提出基于行动推荐的解释(ARexes),证明其足以诱导策略智能体产生非有害反应。 该方法是信息设计揭示原则的扩展,支持在保留智能体效用的同时实现高预测性能。
来源:arXiv · AI · arxiv.org