强化学习应用于保险组合追求

当面对新客户时，许多因素影响着保险公司对该客户报价的决策。除了提供保险的预期成本外，公司还必须考虑其他可能向该客户提供的报价，以及客户对价格差异的敏感度。此外，公司通常针对特定的客户组合，这可能取决于年龄、位置和职业等因素。给定这样的目标组合，公司可能会根据是否希望该客户纳入其组合来调节对单个客户的报价。我们将调节报价以实现期望目标组合的问题称为组合追求问题。将组合追求问题表述为序贯决策问题后，我们设计了一种新颖的强化学习算法来解决该问题。我们在复杂的合成市场环境中测试了我们的方法，并证明其优于模仿当前行业组合追求方法的基线方法。