BriefGPT - AI 论文速递 · 2024-10-03T00:00:00Z Beyond Expected Returns: A Policy Gradient Algorithm for Cumulative Prospect Theoretic Reinforcement Learning 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种基于累积分前景理论的新策略梯度算法，旨在解决传统期望效用理论与人类偏好的不一致问题。该算法在交通控制和电力管理等领域表现优异，展示了广泛的应用潜力。 🏷️ 标签 algorithm 交通控制 人类偏好 电力管理 策略梯度算法 累积分前景理论 阅读原文 生成长图 分享链接 已复制链接
