跳到正文
热点事件历史事件

深度强化学习引入极端风险优化

1 篇报道1 个报道来源7 天前更新

先了解这件事

AI 综述

Frédéric Godin提交了《Deep catastrophic-risk-aware reinforcement learning》论文，提出将极值理论扩展到高维神经网络策略的CVaR优化，并在深度对冲实验中显示，EVT训练策略在正常条件下与经验CVaR训练表现相近，在极端情景下对冲损失更低。 论文通过超阈值峰值表示和矩估计构造可微的尾部风险目标，可在给定阈值下利用自动微分计算有限样本梯度；上述实验结果适用于论文所考察的训练样本规模。

AI 根据报道生成 · 1 小时前更新

最新进展10月21日 12:00
面向灾难性风险的深度强化学习

报道时间线

沿着报道，了解事件的不同侧面。

10月21日
  1. arXiv · Machine Learning
    面向灾难性风险的深度强化学习

    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。