Fredy POKOU
PulseAugur coverage of Fredy POKOU — every cluster mentioning Fredy POKOU across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的几何理论分析结构化MDP中的决策边界
本文介绍了一种分析结构化马尔可夫决策过程（MDP）中最优策略的新几何理论。它提出，决策边界的几何形状，而非状态空间的大小，决定了策略重构和表示的复杂性。该研究建立了边界和决策复杂度的内在度量，推导了决策压缩的信息论界限，并为使用黑盒查询进行边界估计和策略重构提供了统计保证。数值实验支持该框架的理论预测。
-
新算法应对在线分配问题中的不可靠建议
研究人员开发了一种新的在线分配问题方法，该方法在整合预测的同时，减轻了与不可靠建议相关的风险。该方法旨在通过结合预测信息、保守的备用策略和公平性纠正机制来提高效率和公平性。所提出的解决方案旨在在有界误差假设下保持稳健，证明了其在对抗性建议下的稳定性，并在实验环境中显著减少了暴露差异。
-
新研究简化了马尔可夫决策过程中的最优策略
研究人员开发了一种理解结构化马尔可夫决策过程中最优策略的新方法。该研究提出了基于边界的策略近似方法，直接学习策略区域，这与传统逼近价值函数的方法形成对比。这种新方法将性能下降与动作边距联系起来，并解释了在临界边界附近的误差集中。在库存控制和队列接入方面的实验表明，与现有的强化学习基线相比，策略误差、价值差距和稳定性得到了改善。
-
混合新模型提升金融市场可预测性
一篇新研究论文提出了一个混合预测框架，该框架结合了学生t向量自回归模型和非线性循环残差学习架构。该方法旨在更好地预测金融市场，特别是那些与能源转型相关的市场，这些市场容易出现突然的重新定价和高波动性。研究发现，标准的类高斯线性模型不足以应对，而提出的混合框架显示出改进的预测准确性，尤其是在宏观金融压力时期，如COVID-19危机和乌克兰能源冲击期间。