Buchumschlag

Explaining Reinforcement Learning: A Counterfactual Shapley Values Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shi, Yiwei, Zhang, Qi, McAreavey, Kevin, Liu, Weiru
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TSFeatLIME: An Online User Study in Enhancing Explainability in Univariate Time Series Forecasting
von: Ma, Hongnan, et al.
Veröffentlicht: (2024)

A User Study on Contrastive Explanations for Multi-Effector Temporal Planning with Non-Stationary Costs
von: Liu, Xiaowei, et al.
Veröffentlicht: (2024)

Autonomous Goal Detection and Cessation in Reinforcement Learning: A Case Study on Source Term Estimation
von: Shi, Yiwei, et al.
Veröffentlicht: (2024)

Attention-Driven Hierarchical Reinforcement Learning with Particle Filtering for Source Localization in Dynamic Fields
von: Shi, Yiwei, et al.
Veröffentlicht: (2025)

TriShGAN: Enhancing Sparsity and Robustness in Multivariate Time Series Counterfactuals Explanation
von: Ma, Hongnan, et al.
Veröffentlicht: (2025)

Explaining Drift using Shapley Values
von: Edakunni, Narayanan U., et al.
Veröffentlicht: (2024)

ShaRP: Explaining Rankings and Preferences with Shapley Values
von: Pliatsika, Venetia, et al.
Veröffentlicht: (2024)

HyperSHAP: Shapley Values and Interactions for Explaining Hyperparameter Optimization
von: Wever, Marcel, et al.
Veröffentlicht: (2025)

Joint Distribution-Informed Shapley Values for Sparse Counterfactual Explanations
von: You, Lei, et al.
Veröffentlicht: (2024)

Distill-Belief: Closed-Loop Inverse Source Localization and Characterization in Physical Fields
von: Shi, Yiwei, et al.
Veröffentlicht: (2026)

Explaining Large Language Models Decisions Using Shapley Values
von: Mohammadi, Behnam
Veröffentlicht: (2024)

Shapley Neuron Values for Continual Learning: Which Neurons Matter Most?
von: Vahedifar, Mohammad Ali, et al.
Veröffentlicht: (2026)

DeltaSHAP: Explaining Prediction Evolutions in Online Patient Monitoring with Shapley Values
von: Kim, Changhun, et al.
Veröffentlicht: (2025)

ShapShift: Explaining Model Prediction Shifts with Subgroup Conditional Shapley Values
von: Bewley, Tom, et al.
Veröffentlicht: (2026)

Dynamic Correction of Erroneous State Estimates via Diffusion Bayesian Exploration
von: Shi, Yiwei, et al.
Veröffentlicht: (2025)

Generalized Priority-Aware Shapley Value
von: Lee, Kiljae, et al.
Veröffentlicht: (2026)

On the Inflation of KNN-Shapley Value
von: Yang, Ziao, et al.
Veröffentlicht: (2024)

A Refutation of Shapley Values for Explainability
von: Huang, Xuanxiang, et al.
Veröffentlicht: (2023)

Null Counterfactual Factor Interactions for Goal-Conditioned Reinforcement Learning
von: Chuck, Caleb, et al.
Veröffentlicht: (2025)

Faithful Group Shapley Value
von: Lee, Kiljae, et al.
Veröffentlicht: (2025)

Explaining Learned Reward Functions with Counterfactual Trajectories
von: Wehner, Jan, et al.
Veröffentlicht: (2024)

Beyond Prior Limits: Addressing Distribution Misalignment in Particle Filtering
von: Shi, Yiwei, et al.
Veröffentlicht: (2025)

Do No Harm: A Counterfactual Approach to Safe Reinforcement Learning
von: Vaskov, Sean, et al.
Veröffentlicht: (2024)

The Impact of Brexit on Women, Peace and Security in Northern Ireland: Spotlight on Violence Against Women
von: Katharine A. M. Wright, et al.
Veröffentlicht: (2024)

An Odd Estimator for Shapley Values
von: Fumagalli, Fabian, et al.
Veröffentlicht: (2026)

Suboptimal Shapley Value Explanations
von: Lu, Xiaolei
Veröffentlicht: (2025)

Regression-adjusted Monte Carlo Estimators for Shapley Values and Probabilistic Values
von: Witter, R. Teal, et al.
Veröffentlicht: (2025)

Can LLMs Explain Themselves Counterfactually?
von: Dehghanighobadi, Zahra, et al.
Veröffentlicht: (2025)

StakeBench: Evaluating Language Understanding Grounded in Market Commitment
von: Pei, Yunhua, et al.
Veröffentlicht: (2026)

Exactly Computing do-Shapley Values
von: Witter, R. Teal, et al.
Veröffentlicht: (2026)

CAGE: Causality-Aware Shapley Value for Global Explanations
von: Breuer, Nils Ole, et al.
Veröffentlicht: (2024)

Counterfactual Explanations for Continuous Action Reinforcement Learning
von: Dong, Shuyang, et al.
Veröffentlicht: (2025)

MultiSHAP: A Shapley-Based Framework for Explaining Cross-Modal Interactions in Multimodal AI Models
von: Wang, Zhanliang, et al.
Veröffentlicht: (2025)

Beyond Shapley Values: Cooperative Games for the Interpretation of Machine Learning Models
von: Idrissi, Marouane Il, et al.
Veröffentlicht: (2025)

Explaining Non-monotonic Normative Reasoning using Argumentation Theory with Deontic Logic
von: Yu, Zhe, et al.
Veröffentlicht: (2024)

Computing Conditional Shapley Values Using Tabular Foundation Models
von: Olsen, Lars Henry Berge, et al.
Veröffentlicht: (2026)

Shapley Value Computation in Ontology-Mediated Query Answering
von: Bienvenu, Meghyn, et al.
Veröffentlicht: (2024)

LEMON: Learning Executable Multi-Agent Orchestration via Counterfactual Reinforcement Learning
von: Chen, Xudong, et al.
Veröffentlicht: (2026)

Feature Inference Attack on Shapley Values
von: Luo, Xinjian, et al.
Veröffentlicht: (2024)

DU-Shapley: A Shapley Value Proxy for Efficient Dataset Valuation
von: Garrido-Lucero, Felipe, et al.
Veröffentlicht: (2023)