Nov, 2022
华尔街树搜索：离线强化学习的风险感知规划
Wall Street Tree Search: Risk-Aware Planning for Offline Reinforcement Learning
Dan Elbaz, Gal Novik, Oren Salzman
TL;DR本研究提出了一种将现代投资组合理论（MPT）与强化学习相结合、针对离线数据训练进行风险管理的算法，通过集成 MPT, 该算法能够更好地解决离线强化学习中存在的不确定性问题，并在使用 Transformer 结构的情况下达到最优解。