Aug, 2024
通过可解释人工智能揭示生产调度中的强化学习
Demystifying Reinforcement Learning in Production Scheduling via
Explainable AI
TL;DR本研究旨在解决深度强化学习（DRL）在生产调度中应用时解释不明的问题。通过引入一种基于假设的工作流程，我们系统地利用两种可解释人工智能框架来验证和调整DRL代理的调度决策解释，以更好地适应领域知识和目标受众。该方法的主要发现是，它强调了对解释的重复验证过程，可能在多种以DRL为基础的调度应用中具有重要影响。