Adaptive Partitioning and Learning for Stochastic Control of Diffusion Processes
创建于 更新于
摘要
本论文提出APL-Diffusion，一种用于带高斯增量的离散化扩散过程的模型型自适应分区强化学习算法，通过在状态-动作联合空间上自适应细分、对区块内漂移/波动和奖励进行估计并以置信上界（UCB）引导策略选择，从而在无界状态空间和多项式增长奖励的情形下获得带有“缩放维度”(zooming dimension)的回报上界，并在若干数值实验（含多资产均值-方差问题）中验证了方法有效性 [page::0][page::2][page::24].
