★ 2
研究提出融合金融情境的 Actor-Critic 深度强化学习交易策略
论文针对传统价格指标难以捕捉社会情绪、政治动荡与经济突变的问题，提出部分与深度注入情感分析的深度强化学习交易方法，对比 A2C、PPO 与 DDPG、TD3、SAC 等策略设计。结果显示结合 Q 学习的策略优化类智能体在深度注入情感后，收益最大化与风险规避表现均显著提升。
arXiv cs.AI7 天前
#深度强化学习
共 6 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
论文统计评估深度强化学习用于 HPC 作业调度
论文系统比较 PPO、A2C、DQN 六种深度强化学习方案（含与不含动作掩码）在两种真实 Slurm 负载上的 HPC 作业调度表现。结果显示同构负载上掩码 DRL 相对随机对照无显著提升，异构负载上 MaskablePPO 三项指标均优于对照，最大有界减速比 LCFS 低 22%，但与其他掩码方…
arXiv cs.AI17 天前
★ 2
深度强化学习股票交易基准测试
论文对A2C、PPO、DDPG、TD3、SAC五种actor-critic深度强化学习方法在20只标普500大盘股上进行基准测试，并与监督式价格预测基线对比。DDPG年化收益最高达55.5%、夏普比率1.38，但市场beta也最高；TD3与SAC风险收益更均衡。前向重训练改善A2C、PPO、SAC…
arXiv cs.LG34 天前
★ 2
面向 DRL 入侵检测的可解释通用对抗扰动
论文针对基于深度强化学习的入侵检测系统，提出首个将概率鲁棒性（PR）显式目标引入通用对抗扰动（UAP）生成的方法。在此基础上提出 PX-UAP，利用可解释 AI 在现实约束下引导扰动塑形，并给出理论分析。实验显示 PX-UAP 在攻击有效性上持续优于现有 UAP 方法。
arXiv cs.LG35 天前
★ 2
DRL与MPC共享控制权的复合梯度学习
论文提出复合梯度学习（CGL），将MPC控制器纳入DRL学习过程，把DRL与MPC控制输入表示为联合动作并考虑其交互。在两个多类高速公路交通网络上评估，弱交互下收益有限，强交互下部分训练运行中学习到更优控制策略，但平均性能提升温和。
arXiv cs.LG46 天前
★ 2
无人机搭载RIS辅助动态D2D通信的决策Transformer
论文研究带随机链路激活的无人机搭载可重构智能表面辅助设备到设备通信，建模无人机运动姿态、时变莱斯角与角度相关RIS反射。作者将无人机轨迹、姿态与RIS相位的联合优化建模为在移动性、能量与硬件约束下最大化平均和速率，并用深度强化学习与基于多场景专家轨迹训练的Decision Transformer求…
arXiv cs.AI53 天前