arXiv · Machine Learning· Liya Guo, Ruimeng Hu, Xu Yang, Yi Zhu·· 9 小时前AI 评分36
结合归一化流的跳扩散控制连续时间 Actor-Critic 框架
A Continuous-Time Actor-Critic Framework for Jump-Diffusion Controls with Normalizing Flows
AI 导读
研究提出一种面向时间非齐次跳扩散控制与随机博弈的连续时间 Actor-Critic 框架，用作熵正则化问题的无网格求解器。该方法以条件归一化流参数化 actor，可表示灵活的非高斯策略，并保留精确似然评估。在线性二次控制、Merton 投资组合优化和多智能体投资组合博弈中，框架能稳定应对跳跃不连续性、准确逼近最优随机策略，并随维度和智能体数量呈现良好扩展性。
来源：arXiv · Machine Learning · arxiv.org