.png){kind=icon}
返回
Evolutionary reinforcement learning for explainable recommendation on knowledge graph
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2025.114380.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们将进化策略与RL相结合，用于可解释推荐。
• 一种新颖的基于变异的机制动态优化大型动作空间。
• 我们提出了一种基于熵引导的方法来改进策略优化。
• 经验结果表明，ERLER优于某些基线方法。
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
Path-based multi-hop reasoning over knowledge graph for answering questions via adversarial reinforcement learning基于对抗强化学习的知识图谱路径多跳推理
PREAI
分享收藏分享收藏ADRL: An attention-based deep reinforcement learning framework for knowledge graph reasoningADRL: 一种基于注意力的深度强化学习知识图推理框架
PREAI
分享收藏An information entropy-driven evolutionary algorithm based on reinforcement learning for many-objective optimization信息熵驱动的强化学习多目标优化进化算法
PREAI
分享收藏Evolutionary Reinforcement Learning: A Systematic Review and Future Directions进化强化学习：系统综述与未来方向.png)
Mathematics
MathematicsIF0
PREAI
分享收藏
查看更多内容