Distributional Reinforcement Learning

强化学习 概率逻辑 数学证明 计算机科学 人工智能 透视图(图形) 形式主义(音乐) 管理科学 钢筋 数学金融学 认知科学 数学 心理学 工程类 社会心理学 金融经济学 艺术 视觉艺术 几何学 经济 音乐剧
作者
Marc G. Bellemare,Will Dabney,Mark Rowland
出处
期刊:The MIT Press eBooks [The MIT Press]
被引量:18
标识
DOI:10.7551/mitpress/14207.001.0001
摘要

The first comprehensive guide to distributional reinforcement learning, providing a new mathematical formalism for thinking about decisions from a probabilistic perspective. Distributional reinforcement learning is a new mathematical formalism for thinking about decisions. Going beyond the common approach to reinforcement learning and expected values, it focuses on the total reward or return obtained as a consequence of an agent's choices—specifically, how this return behaves from a probabilistic perspective. In this first comprehensive guide to distributional reinforcement learning, Marc G. Bellemare, Will Dabney, and Mark Rowland, who spearheaded development of the field, present its key concepts and review some of its many applications. They demonstrate its power to account for many complex, interesting phenomena that arise from interactions with one's environment. The authors present core ideas from classical reinforcement learning to contextualize distributional topics and include mathematical proofs pertaining to major results discussed in the text. They guide the reader through a series of algorithmic and mathematical developments that, in turn, characterize, compute, estimate, and make decisions on the basis of the random return. Practitioners in disciplines as diverse as finance (risk management), computational neuroscience, computational psychiatry, psychology, macroeconomics, and robotics are already using distributional reinforcement learning, paving the way for its expanding applications in mathematical finance, engineering, and the life sciences. More than a mathematical approach, distributional reinforcement learning represents a new perspective on how intelligent agents make predictions and decisions.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
冉冉完成签到 ,获得积分10
刚刚
ff完成签到,获得积分20
刚刚
1秒前
1秒前
2秒前
2秒前
2秒前
2秒前
JiaHui完成签到,获得积分10
3秒前
叮叮完成签到,获得积分10
3秒前
3秒前
你可真下饭完成签到,获得积分10
3秒前
ff发布了新的文献求助30
4秒前
4秒前
美好斓发布了新的文献求助10
4秒前
orangel完成签到,获得积分10
5秒前
缥缈冷亦发布了新的文献求助10
6秒前
6秒前
xiangqing完成签到 ,获得积分10
6秒前
ym完成签到,获得积分10
6秒前
iufan发布了新的文献求助10
7秒前
7秒前
释金松完成签到 ,获得积分10
7秒前
珊珊发布了新的文献求助10
8秒前
Akim应助smj采纳,获得10
8秒前
宋宋发布了新的文献求助10
8秒前
饱满破茧完成签到,获得积分10
9秒前
9秒前
天真幻珊完成签到 ,获得积分10
9秒前
pyyduck发布了新的文献求助10
9秒前
无限秋天完成签到 ,获得积分10
10秒前
jl驳回了Yziii应助
11秒前
11秒前
Jm完成签到,获得积分10
12秒前
zyc1111111完成签到,获得积分10
12秒前
唯一发布了新的文献求助10
12秒前
12秒前
woxiangtangping完成签到,获得积分10
13秒前
慕青应助缥缈冷亦采纳,获得10
14秒前
14秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3134355
求助须知:如何正确求助?哪些是违规求助? 2785254
关于积分的说明 7770963
捐赠科研通 2440904
什么是DOI,文献DOI怎么找? 1297556
科研通“疑难数据库(出版商)”最低求助积分说明 624987
版权声明 600792