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
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
刚刚
hz完成签到,获得积分10
刚刚
Silence发布了新的文献求助10
刚刚
七一桉发布了新的文献求助10
刚刚
您的帮助将会点亮世界完成签到,获得积分10
刚刚
迷人秋烟应助纯真的南琴采纳,获得200
刚刚
phoebe完成签到,获得积分10
1秒前
2秒前
2秒前
归海诗珊发布了新的文献求助10
3秒前
灿cancan发布了新的文献求助10
3秒前
至真至简发布了新的文献求助10
3秒前
隐形曼青应助嘉禾瑶采纳,获得10
4秒前
刘晨文发布了新的文献求助10
8秒前
10秒前
13秒前
田様应助归海诗珊采纳,获得10
15秒前
mavissss完成签到 ,获得积分10
16秒前
洪莲完成签到,获得积分10
16秒前
科研通AI5应助07采纳,获得10
17秒前
灿cancan完成签到,获得积分20
17秒前
18秒前
樊樊樊梵情完成签到,获得积分10
20秒前
22秒前
23秒前
zho发布了新的文献求助10
24秒前
俊逸沅完成签到,获得积分10
26秒前
嘉禾瑶发布了新的文献求助10
27秒前
我爱学习发布了新的文献求助10
27秒前
skycrygg521完成签到,获得积分10
28秒前
30秒前
机灵柚子应助aliime采纳,获得10
31秒前
32秒前
34秒前
skycrygg完成签到,获得积分10
36秒前
科研通AI5应助傻呼呼采纳,获得10
36秒前
36秒前
lucky发布了新的文献求助10
37秒前
zhk完成签到,获得积分10
39秒前
39秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Ophthalmic Equipment Market 1500
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
いちばんやさしい生化学 500
The First Nuclear Era: The Life and Times of a Technological Fixer 500
Unusual formation of 4-diazo-3-nitriminopyrazoles upon acid nitration of pyrazolo[3,4-d][1,2,3]triazoles 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3672528
求助须知:如何正确求助?哪些是违规求助? 3228832
关于积分的说明 9782122
捐赠科研通 2939271
什么是DOI,文献DOI怎么找? 1610713
邀请新用户注册赠送积分活动 760709
科研通“疑难数据库(出版商)”最低求助积分说明 736198