风险规避Q学习提出小批量风险度量
热点事件持续更新
风险规避Q学习提出小批量风险度量
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Andrzej Ruszczynski 与 Tiangang Zhang 发布论文，针对风险规避的有限时域马尔可夫决策过程（MDP），提出一类称为小批量度量的马尔可夫相干风险度量，并给出多模式风险规避 Q 学习方法及遗憾界。论文称，所定义的多模式风险规避问题在风险中性情形下可归约为线性 MDP。
AI 根据报道生成 · 3 小时前更新
最新进展11月3日 13:00
基于马尔可夫风险度量与多模式风险近似的强化学习报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AI基于马尔可夫风险度量与多模式风险近似的强化学习
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。