3 1 0 0 OA 《第11回》リスク考慮型強化学習
- 著者
- 森村 哲郎
- 出版者
- 公益社団法人 計測自動制御学会
- 雑誌
- 計測と制御 (ISSN:04534662)
- 巻号頁・発行日
- vol.52, no.9, pp.818-823, 2013 (Released:2018-04-25)
- 参考文献数
- 36
言及状況
外部データベース (DOI)
Twitter (3 users, 5 posts, 4 favorites)
強化学習やるつもりないけど、リスク考慮型のやつ。点過程とかの発展版があるなら気になる。
https://t.co/e53hZ9potO
@masakat0 こういった内容でしょうか
https://t.co/mXAftjp5J3
@ML_deep @kenmcalinn ベイズが使われているのはエピソードが１回のバンディットと逆強化学習あたりで、報酬の分布予測には分位回帰、分散推定、分布ベルマン方程式あたりが使われていると思います。
強化学習はベルマン方程式が肝でエピソードを沢山行って不確実性を回避してると思います。
https://t.co/mXAftjp5J3
@PSXase5 @kyow_QQ 金融への応用などでリスク考慮型強化学習が考えられてますね。
https://t.co/cud9Zq9V5m