arXiv 机器学习· Mohsen Amidzadeh, Mario Di Francesco·· 13 時間前AI スコア33
FB-MOAC：面向前向-后向马尔可夫决策过程的强化学习算法
FB-MOAC: A Reinforcement Learning Algorithm for Forward-Backward Markov Decision Processes
未翻訳のため中国語で表示しています。
AI ガイド
研究者提出了面向多目标问题的前向-后向马尔可夫决策过程（FB-MDPs），并推出强化学习算法 FB-MOAC。该算法具备收敛性保证与通用逐步优化模板，旨在解决随机控制及网络系统等兼具前向与后向动态的决策场景。在数理金融与移动资源管理等场景测试中，FB-MOAC 在多项指标上均超越了现有 SOTA 方法。
出典：arXiv 机器学习 · arxiv.org