DQNViz: A Visual Analytics Approach to Understand Deep Q-Networks

计算机科学 强化学习 视觉分析 过程(计算) 人工智能 动作(物理) 分析 人机交互 领域(数学分析) 可视化 机器学习 数据科学 量子力学 操作系统 物理 数学分析 数学
作者
Junpeng Wang,Liang Gou,Han‐Wei Shen,Hao Yang
出处
期刊:IEEE Transactions on Visualization and Computer Graphics [Institute of Electrical and Electronics Engineers]
卷期号:25 (1): 288-298 被引量:119
标识
DOI:10.1109/tvcg.2018.2864504
摘要

Deep Q-Network (DQN), as one type of deep reinforcement learning model, targets to train an intelligent agent that acquires optimal actions while interacting with an environment. The model is well known for its ability to surpass professional human players across many Atari 2600 games. Despite the superhuman performance, in-depth understanding of the model and interpreting the sophisticated behaviors of the DQN agent remain to be challenging tasks, due to the long-time model training process and the large number of experiences dynamically generated by the agent. In this work, we propose DQNViz, a visual analytics system to expose details of the blind training process in four levels, and enable users to dive into the large experience space of the agent for comprehensive analysis. As an initial attempt in visualizing DQN models, our work focuses more on Atari games with a simple action space, most notably the Breakout game. From our visual analytics of the agent's experiences, we extract useful action/reward patterns that help to interpret the model and control the training. Through multiple case studies conducted together with deep learning experts, we demonstrate that DQNViz can effectively help domain experts to understand, diagnose, and potentially improve DQN models.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
wangli发布了新的文献求助10
2秒前
CodeCraft应助wangli采纳,获得10
7秒前
善学以致用应助TURBO采纳,获得10
8秒前
阳光保温杯完成签到 ,获得积分10
8秒前
夏日香气完成签到,获得积分10
8秒前
LL发布了新的文献求助30
9秒前
10秒前
银鞍照白马完成签到,获得积分20
10秒前
10秒前
香蕉觅云应助唐唐采纳,获得10
12秒前
夏日香气发布了新的文献求助10
13秒前
Yhaoooo完成签到,获得积分10
13秒前
14秒前
马华化完成签到,获得积分0
16秒前
小豆豆完成签到,获得积分10
16秒前
16秒前
18秒前
德钊完成签到 ,获得积分10
21秒前
22秒前
chenping_an完成签到,获得积分20
23秒前
无花果应助science采纳,获得10
23秒前
25秒前
26秒前
26秒前
李健应助希淇采纳,获得10
29秒前
Hx应助Silole采纳,获得10
30秒前
arizaki7发布了新的文献求助10
30秒前
豆觉子发布了新的文献求助10
30秒前
31秒前
wangli发布了新的文献求助10
32秒前
32秒前
34秒前
ding应助山槐采纳,获得10
34秒前
36秒前
36秒前
情红锐完成签到,获得积分10
37秒前
Ann发布了新的文献求助10
37秒前
37秒前
41秒前
又科又研发布了新的文献求助10
41秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
The Social Work Ethics Casebook: Cases and Commentary (revised 2nd ed.). Frederic G. Reamer 800
Corrosion and corrosion control 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5373703
求助须知:如何正确求助?哪些是违规求助? 4499730
关于积分的说明 14007113
捐赠科研通 4406667
什么是DOI,文献DOI怎么找? 2420557
邀请新用户注册赠送积分活动 1413377
关于科研通互助平台的介绍 1389933