Deep Pontryagin Learning框架解决高维随机控制

1. 12:00
   arXiv · ML

   Deep Pontryagin Learning 框架解决含跳跃的高维连续时间随机控制问题

   研究人员提出 Deep Pontryagin Learning 框架，用于解决自然适应跳跃扩散的高维连续时间随机控制问题。 该方法通过 PMP 分离共轭学习与策略改进，利用路径反向传播计算共轭标签并回归至马尔可夫状态，基于数值实验验证了准确性与可扩展性。 证明显示该框架在时间步趋零时收敛于连续时间共轭 BSDE 解。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。