Am I Still Coupled to My Environment? Task-agnostic Runtime Telemetry from the Reinforcement-learning Interaction Loop
تقدم هذه الورقة إطار عمل للمراقبة في وقت التشغيل مستقل عن المكافأة، يعتمد على إنتروبيا التفاعل ومقاييس الاقتران المستمدة من ثلاثيات الملاحظة-الإجراء القياسية للكشف عن فك الارتباط البيئي وانحراف التفاعل في وكلاء التعلم التعزيزي المنشورين، مما يظهر قدرات فائقة في اكتشاف الأخطاء مقارنة بالمراقبة التقليدية القائمة على المكافأة.