10:19
官方账号arXiv cs.LG@Tomasz R. Bielecki, Thibaut Mastrolia, Haoze Yan
推荐理由：这研究发布了针对Hawkes过程的连续时间强化学习新方法，用近似技术优化求解，和传统离散方法比效果不同，值得了解。
Hawkes过程
共 1 条相关 AI 资讯
8月20日
10:19
该研究针对带记忆的Hawkes驱动随机微分方程，提出连续时间强化学习算法Hawkes-CT DDPG；采用有限维马尔可夫化近似方法，将问题转化为可处理的Markovian形式；对比简单指数、Erlang、幂律三类核的离散方法，验证新方法的性能优势。