一种抗噪的“引出-优化”框架：通过逆向强化学习处理扭曲风险度量
英文标题：A Noise-Robust Elicit-to-Optimize Framework for Distortion Riskmetrics via Inverse Reinforcement Learning
这篇论文提出了一种噪声鲁棒的“引出至优化”框架，整合逆向强化学习（IRL）与强化学习（RL），用于引出智能体在广泛扭曲风险度量下的风险偏好并优化策略。该方法有望增强AI系统在不确定环境中的风险感知与决策能力，对金融风控、自主系统和机器人领域具有重要意义。
打开原文相关 2.4 · 机会 1
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
一种抗噪的“引出-优化”框架：通过逆向强化学习处理扭曲风险度量
我们提出一种噪声鲁棒的“引出至优化”框架，将逆向强化学习（IRL）与强化学习（RL）相结合，用于在广泛的扭曲风险度量目标下，引出智能体的风险偏好并优化策略。该框架能够从有噪声的演示中稳健地恢复潜在的风险偏好，并针对所评估的风险度量生成最优行为。这项工作为构建在现实不确定性下安全、风险感知的自主系统提供了新的理论基础和算法工具。
BibTeX 格式引用
@misc{2607.14373, title={A Noise-Robust Elicit-to-Optimize Framework for Distortion Riskmetrics via Inverse Reinforcement Learning}, author={作者未提供}, year={2026}, eprint={2607.14373}, archivePrefix={arXiv}, primaryClass={cs.LG} }
English / 原文
BibTeX formatted citation
×