标签
本文提出了在线学习算法，用于在线性函数近似下、具有动态效用型短缺风险（UBSR）度量的MDPs中进行高效的策略评估。引入了UBSR-TD算法，并证明了其收敛性和实际有效性。
介绍了FinInvest-GTCN，一种用于风险感知风险投资决策的图-时序-因果网络，以可解释的预测实现了最先进的风险调整回报。