Parada Óptima Continua mediante Aprendizaje por Refuerzo Profundo
CARLOS: un nuevo algoritmo de RL en tiempo continuo que supera a los solvers Bermudas, acercándose al límite superior americano con alta eficiencia.
#tiempo continuo
Parada óptima en tiempo continuo mediante aprendizaje por refuerzo profundo
CARLOS: algoritmo de RL profundo para parada óptima en tiempo continuo sin discretización, mejorando precisión y eficiencia en valoración de opciones.
Predicción de tráfico entre dominios con redes de tiempo líquido y memoria
MA-GLTC revoluciona la predicción de tráfico entre dominios: usa redes líquidas y memoria para reducir errores hasta un 10% en zonas sin datos.
Gradiente de Política para MDP Robustos en Tiempo Continuo
Descubre cómo los algoritmos de gradiente de política en tiempo continuo mejoran la robustez en MDPs, con convergencia lineal y menor complejidad muestral.