会员服务
Reinforcement Learning for Option Hedging: Static Implied-Volatility Fit versus Shortfall-Aware Performance
Arxiv
0+阅读 · 1月5日
Lagrangian Index Policy for Restless Bandits with Average Reward
Arxiv
0+阅读 · 2025年12月30日
Dynamic Entropy Tuning in Reinforcement Learning Low-Level Quadcopter Control: Stochasticity vs Determinism
Arxiv
0+阅读 · 2025年12月20日
A Comparison Between Decision Transformers and Traditional Offline Reinforcement Learning Algorithms
Arxiv
0+阅读 · 2025年11月20日
DiAReL: Reinforcement Learning with Disturbance Awareness for Robust Sim2Real Policy Transfer in Robot Control
Arxiv
0+阅读 · 2025年11月14日
How Reinforcement Learning After Next-Token Prediction Facilitates Learning
Arxiv
0+阅读 · 2025年12月16日
Reinforcement Learning Finetunes Small Subnetworks in Large Language Models
Arxiv
0+阅读 · 2025年12月18日
EnhancedRL: An Enhanced-State Reinforcement Learning Algorithm for Multi-Task Fusion in Recommender Systems
Arxiv
0+阅读 · 2025年12月5日
Joint Learning of Policy with Unknown Temporal Constraints for Safe Reinforcement Learning
Arxiv
0+阅读 · 2023年4月30日
Topological Guided Actor-Critic Modular Learning of Continuous Systems with Temporal Objectives
Arxiv
0+阅读 · 2023年4月20日
Benchmarking Actor-Critic Deep Reinforcement Learning Algorithms for Robotics Control with Action Constraints
Arxiv
0+阅读 · 2023年4月18日
Ensemble Value Functions for Efficient Exploration in Multi-Agent Reinforcement Learning
Arxiv
0+阅读 · 2023年4月16日
Pessimism in the Face of Confounders: Provably Efficient Offline Reinforcement Learning in Partially Observable Markov Decision Processes
Arxiv
0+阅读 · 2023年4月17日
A Unified Approach to Reinforcement Learning, Quantal Response Equilibria, and Two-Player Zero-Sum Games
Arxiv
0+阅读 · 2023年4月11日
Behavior Estimation from Multi-Source Data for Offline Reinforcement Learning
Arxiv
0+阅读 · 2023年4月11日
参考链接
微信扫码咨询专知VIP会员
Top