arXiv · cs.AI · Andrzej Ruszczynski, Tiangang Zhang · 9 小时前模型评分26
基于马尔可夫风险度量与多模式风险近似的强化学习
Reinforcement Learning with Markov Risk Measures and Multipattern Risk Approximation
导读
研究提出一类马尔可夫相干风险度量——小批量度量，并定义在风险中性情形下可归约为线性马尔可夫决策过程（MDP，Markov Decision Process）的多模式风险规避问题。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “For a risk-averse finite-horizon Markov Decision Process, we introduce a special class of Markov coherent risk measures, called mini-batch measures.”
来源：arXiv · cs.AI · arxiv.org