Deep Learning for Continuous-Time Stochastic Control with Jumps
创建于 更新于
摘要
本文提出了两种基于深度学习的迭代算法（GPI-PINN和GPI-CBU）用于求解具有跳跃的有限时域连续时间随机控制问题。算法通过近似价值函数与最优控制策略的神经网络，以高效、无网格的方式解决高维带跳跃的随机控制问题。数值实验证明，GPI-CBU在含跳跃场景下计算效率高于GPI-PINN且能准确逼近最优解，并优于多种模型自由强化学习方法，具备良好的扩展性和数值稳定性 [page::0][page::1][page::7][page::8][page::9][page::19][page::22]
