risk-sensitive | BriefGPT - AI 论文速递

关键词risk-sensitive

搜索结果 - 7

可证明的风险敏感分布式强化学习与通用函数逼近
该研究介绍了一种风险敏感的分布式强化学习 (RS-DisRL) 框架，包括静态 Lipschitz 风险度量、泛函逼近等，用于分析评估 RSRL 策略的估计函数对其有效性和样本复杂度的影响，并设计了两种创新的元算法：面向基于模型的函数逼近的
PDF4 months ago
网络聚合马尔可夫博弈中的风险敏感多智能体强化学习
使用累积概率理论（CPT）的分布式采样型 actor-critic（AC）算法为网络聚合式马尔科夫博弈（NAMG）引入风险敏感性，实现主观感知的马尔科夫最优纳什均衡。实验结果表明，通过我们的算法获得的主观的 CPT 策略可能与风险中性策略不
PDF5 months ago
风险敏感马尔可夫决策过程与普遍效用函数下的学习
在实践中，决策者经常面临着不同的风险偏好和不确定性的情况，传统的风险中性强化学习框架无法很好地捕捉到这些情况。本文提出了一种利用泛化的效用函数来解决风险敏感的强化学习问题的方法，并设计了可实现的近似算法来求解该问题。
PDF7 months ago
RiskQ：风险敏感的多智能体强化学习价值分解
多主体系统中的风险敏感协调要求和风险测量的多主体强化学习方法。
PDF8 months ago
IJCAI凸优化下风险敏感型无行动者策略
本研究提出了一种基于条件风险的风险敏感型目标函数，并使用输入凸神经网络对其建模，以实现与动作的凸性和简单梯度跟踪方法相关的全局最优动作的识别，该方法在维护有效的风险控制方面表现出了显著的效果。
PDFa year ago
NIPS风险敏感和鲁棒决策：CVaR 优化方法
本文提出了一种在 MDP 框架下考虑风险和建模误差的决策方法，采用风险敏感条件价值风险 (CVaR) 目标，同时探讨了 CVaR MDP 框架在风险敏感和鲁棒决策制定中的应用，其理论分析和数值实验结果均证明了该方法的实用性和有效性。
PDF9 years ago
风险敏感的强化学习
该研究提出了一种风险敏感的强化学习框架，将效用函数应用于时间差分误差，实现非线性转换，将其应用于马尔可夫决策过程的转移概率和获得的奖励，并将其用于解释人类决策行为的特征，通过证明该模型的收敛性和在一个顺序投资任务中的实际应用，进一步验证了风
PDF11 years ago