Liya Guo

新的Actor-Critic框架解决了复杂随机控制问题

研究人员开发了一个新的连续时间Actor-Critic框架，旨在解决复杂的随机控制问题，特别是那些涉及时间不均匀的跳跃-扩散动力学的问题。该框架利用条件归一化流来表示富有表现力的随机策略，允许灵活的非高斯分布和用于熵正则化的准确似然评估。该方法已在各种金融和经济控制问题上得到验证，即使存在跳跃不连续性也能实现稳定的学习，并且在维度和代理数量方面具有良好的可扩展性。