Duality and Policy Evaluation in Distributionally Robust Bayesian Diffusion Control
创建于 更新于
摘要
本文提出了一个分布鲁棒贝叶斯扩散控制（DRBC）框架，用于最大化期望终端效用，针对未知漂移项设定先验分布，并在先验邻域构建分布不确定性集合，解决模型误设问题。通过强对偶性理论，将无限维优化问题转化为可计算的有限维问题，并设计基于随机分析的深度学习算法进行策略评估与学习。数值实验和实证结果表明，该方法在克服过度悲观的同时，实现了策略的高效训练和鲁棒性提升 [page::0][page::1][page::10][page::11][page::12][page::54][page::56][page::60]。
