本文提出使用 credit assignment compiler 构建依存句法分析器，消除底层机器学习细节带来的负担。该方法得到了一个简单的解析器，可以应用于多种语言，并具有与最先进的基于转换的解析方法相似的统计和计算性能，同时避免了各种不利因素，包括随机化、额外的特征要求和定制化学习算法。

Mar, 2015

通过对选择性赋权的 TD 方法进行统一描述和理解，介绍了如何将赋权应用于基于值的学习和规划算法中，以调节预测和控制问题中的后向信用分配。在这个空间中，我们还确定了一些现有的在线学习算法，它们可以作为特例进行选择性分配信用，并增加了一些可以反事实分配信用的算法，使得信用可以从轨迹和策略之外进行分配。

Feb, 2022

该论文介绍了一种基于近似搜索的学习框架，可以在较小的计算成本下优于精确模型，将结构化输出问题从精确模型转化为近似搜索的问题，并给出了两个收敛定理和界限的参数更新方法。

Jul, 2009

本文研究 Meta-reinforcement learning 中信用分配的理论分析，提出了一种新的元学习算法，通过控制先适应和适应策略的统计距离，实现了高效和稳定的元学习。该方法导致出色的先适应策略行为，并在样本效率，墙钟时间和渐近性能方面始终优于以前的 Meta-RL 算法。

Oct, 2018

本文提出了一种学习算法，用于加速任务和运动规划问题的搜索，方法包括通过评估空间中的一组解的表现来预测搜索空间上的约束条件，以及通过类似评估空间的相似性来传递先前问题上的知识，并设计了一个顺序算法来高效地预测这些约束条件。实验结果表明，该算法比未引导的规划方法快几个数量级。

Jul, 2018

本研究提出了一种基于过去决策优劣的后验学习方式，解决了强化学习中的信用分配问题，并通过实证分析展示其成功地解决了一系列信用分配难题。

Dec, 2019

信用分配问题是强化学习中一个长期存在的挑战，通过对深度强化学习中的时间性信用分配进行研究，提出了一种统一的信用形式，并分析了现有方法在处理延迟效应、位置换位和行动影响不足方面的挑战，还介绍了评估信用分配方法的协议，并建议诊断不同信用分配方法困难来源的方法。该综述为新进入者和研究人员提供了领域概述，为学者在信用分配问题上开展新研究提供了连贯的视角，并提出了未来研究的潜在方向。

Dec, 2023

使用编译错误信号进行归因分配的伪代码到程序的综合。

Jun, 2019

本研究使用基于经验决策的认知模型 IBLT 来测试不同的信用分配机制，并发现决策复杂性会影响人类表现，而不影响模型的表现。机器学习方法如 TD 方法和 Q 学习方法在人类能力匹配方面表现不佳，但在最终能够超越人类。IBL 模型在信用分配方面比其他模型表现更好，研究为未来 AI 系统的开发提供了洞察。

Jul, 2023

本文针对合作多智能体系统中个体信用分配问题，重新审视 QMIX 算法。提出一种新的信用分配度量方法，并通过实证研究表明 QMIX 在信用分配度量方面能力有限。引入基于 QMIX 的梯度熵正则化策略，以提高信用分配能力、改善机器学习性能。实验表明，我们的方法可以提高学习效率，获得更好的性能表现。

Feb, 2022