EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

A unified taxonomy for explainability in reinforcement learning

Maxime Alaarabiou, Nicolas Delestre, Laurent Vercouter

Procedia Computer Science · 2026 · 292 · 2291-2300

DOI: 10.1016/j.procs.2026.09.305 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2026. Verfasst von Maxime Alaarabiou und 2 weiteren Autor:innen. Die Arbeit nennt 59 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Alaarabiou, M., Delestre, N., & Vercouter, L. (2026). A unified taxonomy for explainability in reinforcement learning. Procedia Computer Science, 292, 2291-2300. https://doi.org/10.1016/j.procs.2026.09.305

Vancouver

Alaarabiou M, Delestre N, Vercouter L. A unified taxonomy for explainability in reinforcement learning. Procedia Computer Science. 2026;292:2291-2300. doi:10.1016/j.procs.2026.09.305

BibTeX
@article{Alaarabiou2026,
  author = {Alaarabiou, Maxime and Delestre, Nicolas and Vercouter, Laurent},
  title = {A unified taxonomy for explainability in reinforcement learning},
  journal = {Procedia Computer Science},
  year = {2026},
  volume = {292},
  pages = {2291--2300},
  doi = {10.1016/j.procs.2026.09.305}
}
Kostenlos starten →