arXiv · cs.AI · Mohsen Amidzadeh, Mario Di Francesco · 7 小时前模型评分35
FB-MOAC：面向前向-后向马尔可夫决策过程的强化学习算法
FB-MOAC: A Reinforcement Learning Algorithm for Forward-Backward Markov Decision Processes
导读
研究提出前向-后向马尔可夫决策过程（FB-MDPs，Forward-Backward Markov Decision Processes）概念，用于刻画同时具有前向与后向动态、无法用标准马尔可夫决策过程建模的多目标问题，并给出通用的前向-后向逐步模板以适配强化学习算法。
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
应用领域：金融
事件类型：研究发布
证据摘录
- “Accordingly, this work introduces the concept of Forward-Backward Markov Decision Processes (FB-MDPs) for multi-objective problems, develops a novel theoretical framework to characterize their optimal solutions, and proposes a general forward-backward step-wise template that allows to adapt RL algorithms for FB-MDP problems.”
来源：arXiv · cs.AI · arxiv.org