論文の概要: Temporally Interpretable Differentiable Decision Trees

• arxiv url: http://arxiv.org/abs/2610.10367v1
• Date: Wed, 07 Oct 2026 16:35:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:23.041217
• Title: Temporally Interpretable Differentiable Decision Trees
• Title（参考訳）: 時間的解釈可能な微分可能決定木
• Abstract要約: 解釈可能性(Interpretability)は、エージェントの基本的な意思決定モデルに透明性を提供することによって、安全な自律性を実現するソリューションを提供する。 微分可能な決定木(DDT)は、そのような解釈可能性に対する一つのアプローチであり、自動微分可能なポリシーを維持する。 我々の研究は、時間的解釈可能性と呼ばれる新しい解釈可能性の次元として時間を導入する。
• 参考スコア（独自算出の注目度）: 1.1470070927586018
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Interpretability offers a solution to safe autonomy by providing transparency into an agent's underlying decision-making model. Within sequential-decision making tasks, differentiable decision trees (DDTs) are one approach to such interpretability, maintaining automatic-differentiable policies while providing humans with a discrete tree-based visualization. Nonetheless, current implementations of DDTs are not well-suited for sequential-decision making domains, as there exists an inherent mismatch between a tree's single-timestep behavior and a human's multi-timestep planning. Our work thus introduces time as a new dimension of interpretability, coined as temporal interpretability, and demonstrates how temporal abstractions via action chunking improve it. We achieve this by first introducing two novel policy gradient algorithms that incorporate action chunking. Additionally, to maintain parameter-efficient trees, we develop an information-theoretic tree restructuring algorithm that modifies the tree during training. Across four simulation environments, we find that warm-starting action chunked DDTs from a distilled action chunked policy is the most effective way to obtain temporally interpretable trees: they match neural network policies in three of the four domains while using up to 80$\%$ fewer parameters. Our code is available at https://github.com/ei5uke/temp-interp.
• Abstract（参考訳）: 解釈可能性(Interpretability)は、エージェントの基本的な意思決定モデルに透明性を提供することによって、安全な自律性を実現するソリューションを提供する。 逐次決定タスクの中では、微分可能決定木(DDT)はそのような解釈可能性に対する1つのアプローチであり、自動微分可能ポリシーを維持しながら、人間に離散木に基づく可視化を提供する。 しかしながら、DDTの現在の実装は、木のシングルステップの振る舞いと人間のマルチステップの計画との間に固有のミスマッチが存在するため、シーケンシャルな決定ドメインには適していない。 我々の研究は、時間的解釈可能性と呼ばれる新しい解釈可能性の次元として時間を導入し、アクション・チャンキングによる時間的抽象化がそれをどのように改善するかを示す。 まず、アクションチャンキングを組み込んだ2つの新しいポリシー勾配アルゴリズムを導入する。 さらに,パラメータ効率のよい木を維持するために,学習中の木を修飾する情報理論木再構成アルゴリズムを開発した。 4つのシミュレーション環境全体で、蒸留されたアクションチャンクされたポリシーからのウォームスタートしたアクションチャンクされたDDTが、時間的に解釈可能なツリーを得る最も効果的な方法であることがわかった。 私たちのコードはhttps://github.com/ei5uke/temp-interp.comから入手可能です。

関連論文リスト

• Simultaneous Latent Budget Trees for Stratified Classification [0.11744028458220425]
  本稿では,分類木のための確率的機械学習フレームワークである同時潜在予算木について紹介する。 モデルに基づく分割規則では、子ノードを同時混合モデルの潜在成分として解釈する。 本手法は筋萎縮性側索硬化症の疾患進行における性差について検討する。
  論文  参考訳（メタデータ） (2026-06-11T12:48:30Z)
• TreePO: Bridging the Gap of Policy Optimization and Efficacy and Inference Efficiency with Heuristic Tree-based Modeling [65.46347858249295]
  TreePOは自己誘導型ロールアウトアルゴリズムで、シーケンス生成を木構造検索プロセスとして見る。 TreePOは基本的に、探索の多様性を保存または強化しながら、更新毎の計算負担を削減します。
  論文  参考訳（メタデータ） (2025-08-24T16:52:37Z)
• Unveiling Options with Neural Decomposition [11.975013522386538]
  強化学習では、エージェントは特定のタスクに対するポリシーを学ぶが、その知識を関連するタスクに一般化することができない。 本稿では、マルコフ決定プロセスのポリシーを復号化することで、この制限に対処するアルゴリズムを提案する。 それぞれのサブポリティシを、さまざまなイテレーションのタイムループでラップすることで、オプションにします。
  論文  参考訳（メタデータ） (2024-10-15T04:36:44Z)
• Bidirectional Decoding: Improving Action Chunking via Guided Test-Time Sampling [51.38330727868982]
  動作チャンキングが学習者と実証者の間の分岐にどのように影響するかを示す。 動作チャンキングをクローズドループ適応でブリッジするテスト時間推論アルゴリズムである双方向デコーディング(BID)を提案する。 提案手法は、7つのシミュレーションベンチマークと2つの実世界のタスクにまたがって、最先端の2つの生成ポリシーの性能を向上させる。
  論文  参考訳（メタデータ） (2024-08-30T15:39:34Z)
• SoftTreeMax: Policy Gradient with Tree Search [72.9513807133171]
  我々は、ツリー検索をポリシー勾配に統合する最初のアプローチであるSoftTreeMaxを紹介します。 Atariでは、SoftTreeMaxが分散PPOと比較して、実行時のパフォーマンスを最大5倍向上させる。
  論文  参考訳（メタデータ） (2022-09-28T09:55:47Z)
• Discrete Tree Flows via Tree-Structured Permutations [5.929956715430168]
  離散フローベースモデルは、離散関数の勾配が未定義あるいはゼロであるため、従来のディープラーニング手法では直接最適化できない。 提案手法は,決定木に基づく離散フローを開発することにより,計算負担を低減し,擬似勾配の必要性を解消することを目的としている。
  論文  参考訳（メタデータ） (2022-07-04T23:11:04Z)
• Social Interpretable Tree for Pedestrian Trajectory Prediction [75.81745697967608]
  本稿では,このマルチモーダル予測課題に対処するため,SIT(Social Interpretable Tree)と呼ばれる木に基づく手法を提案する。 木の根から葉までの経路は、個々の将来の軌跡を表す。 ETH-UCYとStanford Droneのデータセットによる実験結果からは,手作り木にもかかわらず,我々の手法が最先端の手法の性能に適合または超えることを示した。
  論文  参考訳（メタデータ） (2022-05-26T12:18:44Z)
• Bandit Linear Optimization for Sequential Decision Making and Extensive-Form Games [102.23975166536326]
  tree-form sequential decision making (tfsdm) は、エージェントと潜在的に敵対的な環境の間のツリー形式の相互作用をモデル化することで、古典的なワンショット意思決定を拡張する。 これは、各プレイヤーが幅広い形式のゲームで直面するオンライン意思決定問題、およびマルコフ決定プロセス、およびエージェントが観測された履歴を条件とする部分観察可能なマルコフ決定プロセスをキャプチャする。 本稿では, (i) 線形時間損失と (ii) $o(sqrtt)$ cumulative regret の両方を提供する拡張dmのバンディット線形最適化問題に対する最初のアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-03-08T05:00:13Z)
• Growing Deep Forests Efficiently with Soft Routing and Learned Connectivity [79.83903179393164]
  この論文は、いくつかの重要な側面で深い森林のアイデアをさらに拡張します。 我々は、ノードがハードバイナリ決定ではなく、確率的ルーティング決定、すなわちソフトルーティングを行う確率的ツリーを採用する。 MNISTデータセットの実験は、私たちの力のある深部森林が[1]、[3]よりも優れたまたは匹敵するパフォーマンスを達成できることを示しています。
  論文  参考訳（メタデータ） (2020-12-29T18:05:05Z)
• Learning Binary Decision Trees by Argmin Differentiation [34.9154848754842]
  ダウンストリームタスクのためにデータを分割するバイナリ決定木を学びます。 離散パラメータの混合整数プログラムを緩和する。 我々は、前方と後方のパスを効率的に計算するアルゴリズムを考案した。
  論文  参考訳（メタデータ） (2020-10-09T15:11:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。