NIPSSep, 2018

块坐标上升算法求解均值 - 方差优化问题

PDF
TL;DR本文提出了一种基于随机块升协方差策略搜索算法的无模型策略搜索框架，通过数值分析证明了其的收敛性和应用性，并将其应用于多个基准域上的风险管理与优化问题。
risk managementdynamic decision problemsmean-variance optimizationstochastic block coordinate ascent policy search algorithmfinite-sample error bound analysis
发现论文，激发创造
  • 折扣马尔可夫决策过程中均值 - 方差优化的统一算法框架

    用假均值将混合风险下的 MDP 转化为标准 MDP，并提出一种基于二级优化结构的统一算法框架，该框架还允许收敛性分析。通过数值实验，验证了该算法的有效性。

    Jan, 2022

  • 贝叶斯优化中的均值方差分析

    本文研究了在不确定环境下的主动学习问题，着重于基于贝叶斯优化的均值 - 方差分析问题，针对高斯过程模型的多任务、多目标和约束优化场景，提出了考虑不确定因素的均值 - 方差权衡的风险度量上下界的主动学习算法，并通过理论和数值实验证明了其有效性。

    Sep, 2020

  • 在 MDPs 中进行 CVaR 优化的算法

    本文研究在马尔可夫决策过程中的均值 - CVaR 优化问题，并提出了策略梯度和演员评论算法，以在局部风险敏感的最优策略中更新策略参数，解决了一个最优停止问题。

    Jun, 2014

  • 马尔可夫决策过程中的均值 - 方差优化

    本文研究了含有累积回报的均值和方差的性能度量下的有限时域马尔科夫决策过程 (Markov decision processes)，并证明了对于某些情况下，计算在方差约束下使均值回报最大的策略的复杂度是 NP 难问题，并提供了伪多项式精确和逼近算法。

    Apr, 2011

  • 基于方差相关风险标准的策略梯度

    本文提出了一种新的公式来计算环节任务成本的方差，并使用该公式提出了基于局部策略梯度算法的风险管理框架，进一步研究了涉及成本期望和成本方差的准则，最终在投资组合计划问题中应用。

    Jun, 2012

  • 风险厌恶强化学习中的均值半方差策略优化

    本文旨在优化均值 - semivariance（MSV）目标，提出了两种基于策略梯度理论和信任域方法的算法，通过在 MuJoCo 上的实验验证其有效性。

    Jun, 2022

  • 异步随机块坐标下降与方差约束

    本研究论文提出了一种异步随机块坐标下降算法，通过方差约减的加速技术来处理由平滑函数和块可分离凸函数构成的复合目标函数，具有较高的效率和可扩展性。

    Oct, 2016

  • 用于折扣和平均奖励 MDP 的方差约束 Actor-Critic 算法

    研究采用演员 - 评论家算法处理马尔可夫决策问题中的风险敏感准则优化问题，并通过协同扰动优化算法及其他方法解决难以优化的问题。 最后，论文在交通信号控制应用中展示了算法的实用性。

    Mar, 2014

  • 非平稳分布下的风险规避学习

    本文研究在线优化中的非稳态环境，以便决策者能够适应变化并提高性能。我们采用最小化风险敏感目标函数的策略，使用条件风险价值 (CVaR) 作为风险度量，并使用零阶优化方法来估计 CVaR 梯度。理论结果表明，我们设计的学习算法在凸和强凸函数上能够以高概率实现子线性动态遗憾。同时，数值实验在停车场动态定价方面展示了所设计算法的有效性。

    Apr, 2024

  • 风险度量的贝叶斯优化

    研究了基于贝叶斯优化算法的目标函数，其中目标函数采用 VaR 或 CVaR 风险度量，算法通过将目标函数建模为高斯过程来提高采样效率，并在投资组合优化和鲁棒系统设计等领域得到了有效应用。

    Jul, 2020