Zpět na vyhledávání

Bc. Marek Kadlčík

Bachelor's thesis

Risk-Sensitive Reinforcement Learning

Risk-Sensitive Reinforcement Learning
Abstract:
Cílem standardních metod zpětnovazebního učení je maximalizovat očekávaný budoucí zisk. Ukazujeme motivaci pro zvážení risku při rozhodování, popisujeme zavedené definice risku a formulujeme odpovídající účelové fukce v kontextu zpětnovazebního učení. Nakonec poskytujememe rozsáhlý přehled existujících metod v literatuře pro jejich optimalizaci a uvádíme možné budoucích směry v této oblasti.
Abstract:
Standard reinforcement learning methods aim to maximize the average future returns. We show a motivation for consideration of risk in decision-making, describe established definitions of risk and formulate corresponding risk-constrained and risk-penalizing objectives in context of reinforcement learning. Finally, we provide an extensive overview of existing methods in the literature for their optimization …more
 

Keywords

reinforcement learning Markov decision process dynamic programming machine learning Monte Carlo Q-Learning REINFORCE Actor-critic expected utility mean-variance conditional value at risk CVaR risk of ruin chance-constraint
 
Language used: English
Date on which the thesis was submitted / produced: 25. 5. 2021
Identifier: https://is.muni.cz/th/efw88/

Thesis defence

  • Date of defence: 1. 7. 2021
  • Supervisor: doc. RNDr. Vojtěch Řehák, Ph.D.
  • Reader: RNDr. Petr Novotný, Ph.D.

Citation record

Cite this text

Full text of thesis

Contents of on-line thesis archive
Published in Theses:
  • světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Masarykova univerzita, Fakulta informatiky
Složka Reference to the local database directory of the institution

Masaryk University

Faculty of Informatics

Bachelor programme / field:
Informatics / Artificial Intelligence and Natural Language Processing

Theses on a related topic

List of theses with an identical keyword.