リスク認識RL
期待リターンだけでなく、結果の分散またはテールリスクも考慮するRL。CVaR(条件付きバリューアットリスク)最適化は平均パフォーマンスではなく最悪ケースシナリオパフォーマンスを最小化します。リスク認識RLは、稀な破滅的な結果(ハードウェア損傷、人身傷害)を平均パフォーマンスの低下を代償としてでも回避する必要がある物理ロボットにとって重要です。
期待リターンだけでなく、結果の分散またはテールリスクも考慮するRL。CVaR(条件付きバリューアットリスク)最適化は平均パフォーマンスではなく最悪ケースシナリオパフォーマンスを最小化します。リスク認識RLは、稀な破滅的な結果(ハードウェア損傷、人身傷害)を平均パフォーマンスの低下を代償としてでも回避する必要がある物理ロボットにとって重要です。