在解释性强化学习（XRL）领域，目标是提高强化学习（RL）策略的透明度和可解释性，尤其在安全关键和以人为本的场景中至关重要。然而，目前的研究主要基于用户研究，针对特定受众的需求，缺乏共享的评估指标。另一方面，基于逻辑的方法在可解释人工智能（XAI）中提供了紧凑且易于理解的决策抽象，但系统量化逻辑表示的可解释性程度仍然是一个未解之题。
本研究旨在通过引入针对策略可解释性的目标和规划导向指标，推进XRL的最新进展。同时，它为XAI领域的逻辑研究提供了一种量化逻辑规则可解释性的原则方法，超越了常识评估和简单命题片段。我们采用归纳逻辑编程（ILP）提取RL策略的符号表示，并定义了一组新颖的可解释性指标，包括激活率、特征覆盖率、语法距离和语义距离。这些指标量化了符号规则与智能体行为之间的一致性、特征在决策中的作用，以及在单智能体和多智能体RL中策略的演变。
在不同的RL领域进行的实验表明，所提出的指标能够突出超越全局回报的特定动作学习动态，提供比经典全局特征重要性估计方法更细致的领域特征见解，并揭示多智能体强化学习中的协调、专业化和适应模式。此外，这些指标为特定动作策略的转移和泛化提供了关键见解。
博主点评： 该研究通过引入新的评估指标，显著提升了对强化学习智能体行为的理解，尤其是在多智能体环境中的应用。这为可解释性强化学习的进一步发展奠定了基础，值得关注其在实际应用中的潜力与挑战。