Buchumschlag

Textual Explanations and Their Evaluations for Reinforcement Learning Policy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Terra, Ahmad, Ahmed, Mohit, Inam, Rafia, Fersman, Elena, Törngren, Martin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Explainable Reinforcement Learning via Temporal Policy Decomposition
von: Ruggeri, Franco, et al.
Veröffentlicht: (2025)

End-to-End Neuro-Symbolic Reinforcement Learning with Textual Explanations
von: Luo, Lirui, et al.
Veröffentlicht: (2024)

On Generating Explanations for Reinforcement Learning Policies: An Empirical Study
von: Yuasa, Mikihisa, et al.
Veröffentlicht: (2023)

CoSy: Evaluating Textual Explanations of Neurons
von: Kopf, Laura, et al.
Veröffentlicht: (2024)

Semifactual Explanations for Reinforcement Learning
von: Gajcin, Jasmina, et al.
Veröffentlicht: (2024)

Interactive Explanations for Reinforcement-Learning Agents
von: Amitai, Yotam, et al.
Veröffentlicht: (2025)

MLLM-based Textual Explanations for Face Comparison
von: Sony, Redwan, et al.
Veröffentlicht: (2026)

Experiential Explanations for Reinforcement Learning
von: Alabdulkarim, Amal, et al.
Veröffentlicht: (2022)

From Explainability to Interpretability: Interpretable Policies in Reinforcement Learning Via Model Explanation
von: Li, Peilang, et al.
Veröffentlicht: (2025)

Redefining Counterfactual Explanations for Reinforcement Learning: Overview, Challenges and Opportunities
von: Gajcin, Jasmina, et al.
Veröffentlicht: (2022)

Evaluation-Time Policy Switching for Offline Reinforcement Learning
von: Neggatu, Natinael Solomon, et al.
Veröffentlicht: (2025)

Evaluating Interpretable Reinforcement Learning by Distilling Policies into Programs
von: Kohler, Hector, et al.
Veröffentlicht: (2025)

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

An Experimental Study on Generating Plausible Textual Explanations for Video Summarization
von: Eleftheriadis, Thomas, et al.
Veröffentlicht: (2025)

Visual or Textual: Effects of Explanation Format and Personal Characteristics on the Perception of Explanations in an Educational Recommender System
von: Ain, Qurat Ul, et al.
Veröffentlicht: (2026)

Offline Policy Evaluation for Reinforcement Learning with Adaptively Collected Data
von: Madhow, Sunil, et al.
Veröffentlicht: (2023)

TREX: Trajectory Explanations for Multi-Objective Reinforcement Learning
von: Rajapakse, Dilina, et al.
Veröffentlicht: (2026)

Why Reinforcement Learning in Energy Systems Needs Explanations
von: Butt, Hallah Shahid, et al.
Veröffentlicht: (2024)

EXPLORER: Exploration-guided Reasoning for Textual Reinforcement Learning
von: Basu, Kinjal, et al.
Veröffentlicht: (2024)

Can LLM-Generated Textual Explanations Enhance Model Classification Performance? An Empirical Study
von: Dhaini, Mahdi, et al.
Veröffentlicht: (2025)

Q-Policy: Quantum-Enhanced Policy Evaluation for Scalable Reinforcement Learning
von: Cherukuri, Kalyan, et al.
Veröffentlicht: (2025)

Efficient Deep Reinforcement Learning with Predictive Processing Proximal Policy Optimization
von: Küçükoğlu, Burcu, et al.
Veröffentlicht: (2022)

Why the Agent Made that Decision: Contrastive Explanation Learning for Reinforcement Learning
von: Zuo, Rui, et al.
Veröffentlicht: (2024)

Faithfulness Serum: Mitigating the Faithfulness Gap in Textual Explanations of LLM Decisions via Attribution Guidance
von: Alon, Bar, et al.
Veröffentlicht: (2026)

Evaluating Explanations Through LLMs: Beyond Traditional User Studies
von: De Bona, Francesco Bombassei, et al.
Veröffentlicht: (2024)

Pessimistic Auxiliary Policy for Offline Reinforcement Learning
von: Zhang, Fan, et al.
Veröffentlicht: (2026)

Composing Reinforcement Learning Policies, with Formal Guarantees
von: Delgrange, Florent, et al.
Veröffentlicht: (2024)

Towards Reinforcement Learning for Exploration of Speculative Execution Vulnerabilities
von: Lai, Evan, et al.
Veröffentlicht: (2025)

Policy Expansion for Bridging Offline-to-Online Reinforcement Learning
von: Zhang, Haichao, et al.
Veröffentlicht: (2023)

Explaining Decentralized Multi-Agent Reinforcement Learning Policies
von: Boggess, Kayla, et al.
Veröffentlicht: (2025)

Probabilistic Model Checking of Stochastic Reinforcement Learning Policies
von: Gross, Dennis, et al.
Veröffentlicht: (2024)

Beyond Expected Return: Accounting for Policy Reproducibility when Evaluating Reinforcement Learning Algorithms
von: Flageat, Manon, et al.
Veröffentlicht: (2023)

SCOPE-RL: A Python Library for Offline Reinforcement Learning and Off-Policy Evaluation
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2023)

Salience-Invariant Consistent Policy Learning for Generalization in Visual Reinforcement Learning
von: Sun, Jingbo, et al.
Veröffentlicht: (2025)

Explanations are a Means to an End: Decision Theoretic Explanation Evaluation
von: Guo, Ziyang, et al.
Veröffentlicht: (2025)

Evaluating Counterfactual Explanation Methods on Incomplete Inputs
von: Leofante, Francesco, et al.
Veröffentlicht: (2026)

RICE: Breaking Through the Training Bottlenecks of Reinforcement Learning with Explanation
von: Cheng, Zelei, et al.
Veröffentlicht: (2024)

From Pheromones to Policies: Reinforcement Learning for Engineered Biological Swarms
von: Vellinger, Aymeric, et al.
Veröffentlicht: (2025)

Explanation Design in Strategic Learning: Sufficient Explanations that Induce Non-harmful Responses
von: Vo, Kiet Q. H., et al.
Veröffentlicht: (2025)

Enhancing Visual Representation with Textual Semantics: Textual Semantics-Powered Prototypes for Heterogeneous Federated Learning
von: Wu, Xinghao, et al.
Veröffentlicht: (2025)