arXiv · Machine Learning· Carlos Octavio P\'erez Mendoza, Fr\'ed\'eric Godin·· 7 天前AI 评分37
面向灾难性风险的深度强化学习
Deep catastrophic-risk-aware reinforcement learning
AI 导读
研究将极值理论（EVT）扩展到高维神经网络策略的条件风险价值（CVaR）优化，通过超阈值峰值表示和矩估计构造可微尾部风险目标，并可在给定阈值下经自动微分直接计算有限样本梯度。深度对冲实验显示，EVT训练策略在正常条件下与经验CVaR训练策略表现相近，在极端情景评估中则在所考察的各训练样本规模下具有更低对冲损失。
来源：arXiv · Machine Learning · arxiv.org