滑らかなリスク測度の最適化のためのポリシー勾配アプローチ【JST機械翻訳】

Vijayan Nithia; A Prashanth L.

プレプリント

J-GLOBAL ID：202202218920136184 整理番号：22P0293658

滑らかなリスク測度の最適化のためのポリシー勾配アプローチ【JST機械翻訳】

A policy gradient approach for optimization of smooth risk measures

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年02月22日プレプリントサーバーでの情報更新日： 2024年06月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ポリシー設定およびポリシー外設定におけるリスク感受性強化学習(RL)問題を解くためのポリシー勾配アルゴリズムを提案した。エピソードMarkov決定過程を考察し,累積割引報酬の滑らかなリスク測度の広範なクラスを用いてリスクをモデル化する。オンポリシおよびオフポリシRL設定における滑らかなリスク測度を最適化する2つのテンプレートポリシー勾配アルゴリズムを提案した。滑らかなリスク測度の定常点に対する提案アルゴリズムの収束速度を定量化する非漸近限界を導出した。特別な場合として,筆者らは筆者らのアルゴリズムが平均分散及び歪リスク測度の最適化にそれぞれ適用する事を確立した。【JST機械翻訳】

, , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る