PulseAugur
中
实时 19:25:23
实体 general-utility Markov decision processes

general-utility Markov decision processes

PulseAugur coverage of general-utility Markov decision processes — every cluster mentioning general-utility Markov decision processes across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_139209 ·

    新框架正式化马尔可夫过程中的风险感知决策

    研究人员引入了风险感知通用效用马尔可夫决策过程（GUMDPs），以允许智能体优化目标值的风险度量，从而在预期性能和风险规避之间进行权衡。所提出的框架侧重于熵风险度量（ERM），并展示了如何使用在线规划技术（特别是蒙特卡洛树搜索（MCTS））来解决这些风险感知GUMDPs。实验结果表明，该方法在各种任务中都有效，包括标准的MDP、探索、模仿学习和多目标MDP。