Quadro di Verifica Probabilistica per Politiche RNN nell'Apprendimento per Rinforzo

I ricercatori propongono RNN-ProVe, un quadro probabilistico per verificare le politiche delle reti neurali ricorrenti nell'apprendimento per rinforzo parzialmente osservabile. Il metodo stima la probabilità di comportamenti indesiderati utilizzando un campionamento guidato dalla politica per approssimare gli stati nascosti fattibili, derivando limiti di errore statistici per stime ad alta confidenza. Esperimenti su compiti a singolo agente e multi-agente cooperativo ne dimostrano l'efficacia. Il lavoro affronta le sfide nella verifica di politiche dipendenti dalla storia che si basano su dinamiche latenti degli stati nascosti, dove gli strumenti esistenti spesso si basano su assunzioni restrittive o approssimazioni grossolane.