熵风险约束的软鲁棒策略优化
机器学习
2020-06-23 v1 最优化与控制
机器学习
摘要
在强化学习中，拥有完美模型来计算最优策略通常是不可行的。在高风险领域中，量化和管理由模型不确定性引起的风险十分重要。熵风险度量是一种基于指数效用的凸风险度量，满足许多合理性质。本文中，我们提出一种对模型不确定性具有风险规避的熵风险约束策略梯度和 actor-critic 算法。我们在若干问题域上展示了我们算法的有用性。
引用
@article{arxiv.2006.11679,
title = {Entropic Risk Constrained Soft-Robust Policy Optimization},
author = {Reazul Hasan Russel and Bahram Behzadian and Marek Petrik},
journal= {arXiv preprint arXiv:2006.11679},
year = {2020}
}