XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: DERIVING EXPERT AGENT POLICIES INTO INTERPRETABLE DECISION TREES THROUGH IMITATION Autor: THOMAS ADDIS JUNQUEIRA BOTELHO
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
AUGUSTO CESAR ESPINDOLA BAFFA - ADVISOR
Nº do Conteudo: 67834
Catalogação: 04/09/2024 Liberação: 04/09/2024 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: SENIOR PROJECT
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=67834&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=67834&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.67834
Resumo:
Título: DERIVING EXPERT AGENT POLICIES INTO INTERPRETABLE DECISION TREES THROUGH IMITATION Autor: THOMAS ADDIS JUNQUEIRA BOTELHO
Nº do Conteudo: 67834
Catalogação: 04/09/2024 Liberação: 04/09/2024 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: SENIOR PROJECT
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=67834&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=67834&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.67834
Resumo:
This study presents an investigation into the application of Imitation
Learning (IL) techniques for extracting structured and interpretable policies
from black-box expert models. The primary focus is to analyze the feasibility
and effectiveness of this approach in translating behaviors learned by deep
neural networks into decision trees, which represent a set of rules that can
be sequentially evaluated to reach a decision. We evaluate this methodology
in three distinct simulation environments: Lunar-Lander, Taxi, and CartPole.
We test the DAgger algorithm and its variant VIPER, which iteratively train
policies represented by decision trees from demonstrations of an expert policy.
We compare the use of traditional decision trees with linear model trees, which
contain linear models in their leaves.
| Descrição | Arquivo |
| COMPLETE |
