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
1111发布了新的文献求助10
刚刚
mervin完成签到,获得积分10
2秒前
3秒前
科研通AI2S应助aa采纳,获得10
3秒前
古月完成签到,获得积分10
5秒前
5秒前
Jasper应助1111采纳,获得10
5秒前
7秒前
8秒前
9秒前
12秒前
草莓奶昔发布了新的文献求助10
13秒前
项目发布了新的文献求助10
16秒前
Sunnut发布了新的文献求助10
16秒前
lillian完成签到,获得积分20
21秒前
MM11111举报求道者求助涉嫌违规
21秒前
阿玖完成签到 ,获得积分10
23秒前
Junanne发布了新的文献求助10
26秒前
Twikky完成签到,获得积分10
29秒前
31秒前
逢考必过完成签到 ,获得积分10
33秒前
MENG发布了新的文献求助10
35秒前
36秒前
天才小能喵完成签到 ,获得积分0
39秒前
KD发布了新的文献求助10
41秒前
45秒前
情怀应助王大炮采纳,获得10
45秒前
999完成签到,获得积分10
46秒前
46秒前
48秒前
小白发布了新的文献求助10
49秒前
halona发布了新的文献求助10
50秒前
lillian发布了新的文献求助30
52秒前
54秒前
56秒前
风轻萤完成签到,获得积分10
59秒前
hanxinyi发布了新的文献求助10
1分钟前
1分钟前
CipherSage应助正宗采纳,获得10
1分钟前
1分钟前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Pharmacogenomics: Applications to Patient Care, Third Edition 1000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Genera Insectorum: Mantodea, Fam. Mantidæ, Subfam. Hymenopodinæ (Classic Reprint) 800
Ethnicities: Media, Health, and Coping 700
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 3087327
求助须知:如何正确求助?哪些是违规求助? 2740001
关于积分的说明 7557105
捐赠科研通 2389737
什么是DOI,文献DOI怎么找? 1267375
科研通“疑难数据库(出版商)”最低求助积分说明 613656
版权声明 598611