Bc. Jiří Vahala

Master's thesis

Reinforcement Learning of Risk-Averse Policies in Markov Decision Processes

Reinforcement Learning of Risk-Averse Policies in Markov Decision Processes
Abstract:
Optimalizace průměrné kumulované odměny za nejistoty výsledku je stěžejní problém v mnoha aplikacích. Typické metody posilovaného učení se soustředí pouze na maximalizaci průmřené kumulované odměny bez jakéhokoli přihlížení k risku. Tato práce shrnuje již existujicí metody zaobírající se maximalizací nejistého výsledku a navrhuje nový algoritmus posilovaného učení Ralf0, který optimalizuje strategie …more
Abstract:
Optimizing the expected cumulative reward under uncertainty is a crucial problem in many applications. A typical reinforcement learning approach is to maximize the expected cumulative reward without any sense of risk. In this thesis, we summarize already existing risk-averse learning techniques and introduce a new reinforcement learning algorithm Ralf0, which optimizes risk-averse policies without …more
 
 
Language used: English
Date on which the thesis was submitted / produced: 20. 5. 2019

Thesis defence

  • Date of defence: 18. 6. 2019
  • Supervisor: doc. RNDr. Tomáš Brázdil, Ph.D.
  • Reader: Mgr. Branislav Bošanský, Ph.D.

Citation record

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

Masaryk University

Faculty of Informatics

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