ORCAID: 연속 액션 공간을 위한 사선 규칙 기반 해석 정책 (Oblique Rule-Based Continuous-Action

요약

ORCAID는 연속 액션 공간을 가진 복잡한 환경에서 훈련된 강화학습(RL) 에이전트로부터 해석 가능한 규칙 기반 정책을 추출하는 새로운 방법을 제안합니다. 이 방법은 상태 공간을 초평면으로 분할하고 국소 선형 모델을 적합시키는 효율적인 사선 결정 트리 훈련 알고리즘에 기반합니다. ORCAID는 간결한 규칙 세트를 도출하면서도 강력한 성능을 유지함을 입증했습니다.

핵심 포인트

• ORCAID는 연속 액션 공간의 RL 정책 해석 문제를 해결합니다.
• 상태 공간을 초평면으로 분할하고 국소 선형 모델을 적합시킵니다.
• 효율적인 사선 결정 트리 훈련 알고리즘을 사용합니다.
• 추출된 규칙 기반 정책이 원래 심층 RL 정책과 유사하거나 더 나은 성능을 보입니다.