基于贝叶斯DP的鲁棒风险敏感强化学习
Research Paper#Reinforcement Learning, Risk-Sensitive RL, Bayesian Optimization🔬 Research|分析: 2026年1月3日 16:41•
发布: 2025年12月31日 03:13
•1分で読める
•ArXiv分析
本文提出了一种新的风险敏感强化学习（RSRL）框架，该框架对转移不确定性具有鲁棒性。它通过允许一般的相干风险度量来统一和推广现有的RL框架。贝叶斯动态规划（Bayesian DP）算法结合了蒙特卡罗抽样和凸优化，是一项关键贡献，并具有经过验证的一致性保证。本文的优势在于其理论基础、算法开发和经验验证，特别是在期权对冲方面。