Jul, 2023

动作 - 状态依赖的动态模型选择

PDF
TL;DRThe paper introduces a reinforcement learning-based method for model selection in the presence of changing circumstances, particularly in the context of portfolio management with rebalancing costs, demonstrating superior performance compared to hindsight-based model selection.
research papermodel selectiondynamic programmingrebalancing costsempirical application
发现论文，激发创造
  • 强化学习中的状态表示选择

    该研究论文研究了强化学习中选择正确的状态表示问题，提出了一种算法在不知道正确模型的情况下获得尽可能多的奖励。

    Feb, 2013

  • 基于数据驱动的状态聚合方法用于动态离散选择模型

    本文提出了一种基于数据驱动的算法来选择和聚合状态和估计动态不连续选择模型的最大似然结构参数，采用了先进的逆强化学习和聚类算法来减少计算和样本复杂度。

    Apr, 2023

  • 基于模型的深度强化学习在动态投资组合优化中的应用

    使用深层强化学习的自主交易代理设计动态投资组合优化模型，通过模型无关机器学习模块、生成式对抗数据增强模块以及行为克隆模块实现训练，对历史金融市场数据进行模拟交易，证明该模型相较于先前的交易策略是稳健的、盈利的和风险敏感的。

    Jan, 2019

  • 系统辨识中的强化学习

    该论文探讨了在强化学习领域中，如何通过学习前向模型（也称转移函数、系统动力学）来近似马尔可夫决策过程中状态转移函数的过程，并提出了利用强化学习技术解决复杂动态系统学习问题的实验结果

    Dec, 2022

  • 突发模型变化下的强化学习

    提出了一种基于模型无关算法的强化学习问题解决方案，该算法通过与环境互动学习最优策略，并利用最快的变化检测算法来检测模型变化，从而获得长期折现奖励。

    Apr, 2023

  • 高维状态空间中具有有限时间保证的马尔可夫决策过程的结构估计

    本文提出了一种单步估计算法，用于处理高维状态空间，同时又不会降低奖励估计精度的问题。该算法通过随机梯度最大化似然函数，使每次策略改进都能够进行。研究表明，该算法可以达到平稳状态，同时在 MuJoCo 机器人控制问题和其转移设置中，相比其他逆向强化学习算法和模仿学习基准，该算法表现更好。

    Oct, 2022

  • 深度强化学习用于自适应学习系统

    本文提出了一种采用马尔可夫决策过程（MDP）的无模型强化学习算法 --- 深度 Q 学习算法来找到最优化的自适应学习策略，同时开发了一个转移模型估计器来优化数据利用，实验结果表明该算法在自适应学习领域有着较高的效率。

    Apr, 2020

  • 自动强化学习概述

    论文探讨自动化强化学习的关键元素和挑战，并讨论自动化强化学习的最新工作、应用和研究方向。

    Jan, 2022

  • 动态环境下强化学习算法综述

    本文综述了针对动态环境模型的强化学习方法，目的是在学习过程中最小化奖励损失或找到适当的策略以实现在不断变化的操作条件下智能体的适应，并讨论了这些方法的优缺点以及未来的改进方向。

    May, 2020

  • 基于模型的价值估计，用于高效的无模型强化学习

    本文提出了一种基于模型的价值拓展方法，通过限制想象的深度，控制模型的不确定性，提高了模型自由强化学习算法中学习价值估计的样本复杂度，针对连续控制任务使用了学习到的动态模型。

    Feb, 2018