May, 2022

使用强化学习的面向目标的下一最佳活动推荐

PDF
TL;DR本文提出了一种面向目标的下一步最佳活动推荐方法，使用深度学习模型预测下一步最佳活动和目标的预估值，并使用强化学习方法在符合业务流程和目标的前提下推荐一系列活动，包括解决多个目标的实际问题。实验证明该方法在目标满足度和符合性等方面优于现有的下一步最佳活动推荐技术。
activity recommendationbusiness processdeep learningreinforcement learninggoal-oriented
发现论文，激发创造
  • 学习行动：一种强化学习方法来推荐最佳下一步活动

    本文介绍了一种基于强化学习的优化策略方法，利用过去的执行观察来学习最佳决策，并以关键绩效指标优化为目标，从而为用户提供最好的活动推荐。

    Mar, 2022

  • 基于深层次层次强化学习的多目标抽象推荐

    该论文提出一种基于分层强化学习的推荐框架，其中高层代理获取长期稀疏的转化信号并设置抽象目标，而低层代理根据抽象目标与实时环境交互，提出了多目标抽象的深层分层强化学习算法并验证其有效性。

    Mar, 2019

  • 目标识别作为强化学习

    本文提出了一种结合基于模型的强化学习和目标识别的框架，在离线学习和在线推理阶段分别使用 tabular Q-learning 和三种推理度量，以解决目标识别中需要手动设计、在线计算等问题，从而在标准评估环境中实现了最先进的性能，同时在嘈杂环境中也表现出了优异的性能。

    Feb, 2022

  • 强化学习智能体自动生成目标

    提出了一种基于 Adversarial training 的方法，用于 Reinforcement learning 中任务发现的问题，可以实现在不需要任何先验环境知识的情况下，对多元化任务的高效自动学习，并且能够解决传统上存在的稀疏奖励问题。

    May, 2017

  • 深度强化学习用于稳健目标导向财富管理

    提出了一种基于深度强化学习的鲁棒目标导向财富管理的新方法，实验结果显示其在模拟和历史市场数据上优于几个目标导向财富管理的基准。

    Jul, 2023

  • 通过价值分歧进行自动课程学习

    通过提出自动课程设计和目标建议模块，来提高强化学习中的多任务目标采样效率，并在机器人和导航任务中展示了比现有方法更好的性能。

    Jun, 2020

  • 前向 - 后向强化学习

    通过训练一个模型来从已知的目标状态开始进行逆向预测，将强化学习中的目标函数引入到代理中，从而加速训练过程，并在 Gridworld 和汉诺塔游戏中进行了实验验证。

    Mar, 2018

  • CostNet: 目标导向强化学习的端到端框架

    本文引入一种新的强化学习算法，通过学习马尔可夫决策过程中两个状态之间的距离来预测，距离度量作为内在奖励被用于推动智能体的学习。实验结果表明，相比于模型无关的强化学习，该算法在多个测试环境中具有更好的样本效率。

    Oct, 2022

  • 通过不确定性和时间距离感知的课程目标生成的以结果为导向的强化学习

    本文提出了一种针对增强学习的不确定性和时间距离感知课程目标生成方法，通过解决二分图匹配问题，为课程提供精确的指导，从而更好地解决了先前课程 RL 方法中存在的问题，并在数量和质量上显著优于这些方法。

    Jan, 2023

  • 提高代理学习的方法：保证所有回合实现目标

    强化学习是解决环境并实现目标达成的框架，该研究提出了一种灵活的算法来提升学习效率并确保目标达成的性质。通过实验证明，该算法能够增强学习效果并保持目标的达成性质。

    May, 2024