Назад к Glossary
Обучение с подкреплением, учитывающее риск
Обучение с подкреплением, которое рассматривает не только ожидаемый доход, но и дисперсию или хвостовой риск результатов. Оптимизация CVaR (условная стоимость под риском) минимизирует производительность в наихудшем сценарии, а не среднюю производительность. Обучение с подкреплением, учитывающее риск, важно для физических роботов, где редкие катастрофические результаты (повреждение оборудования, травма человека) должны быть избежаны даже ценой средней производительности.