arXiv 发布 PPO 在解析可解经纪商-交易者博弈中的诊断研究
热点事件持续更新
arXiv 发布 PPO 在解析可解经纪商-交易者博弈中的诊断研究
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Siu Tung Wong 与 Carlo Campajola 在 arXiv 发布研究，将 PPO 智能体放入解析可解的连续时间经纪商-交易者博弈，用有限步奖励替代经纪商决策。 在无噪声订单流下 PPO-FFNN 接近参考动作；在随机订单流下 PPO-FFNN 与 PPO-LSTM 均不准确，其 critic 无法可靠排序邻近动作，基于势能的奖励塑形也无稳定改善。 冻结解析策略后微调，成本减半可稳定缩小 2.22% 的差距。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
当正确奖励仍不够：在解析可解的经纪商-交易者博弈中诊断与引导 PPO报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.AI当正确奖励仍不够：在解析可解的经纪商-交易者博弈中诊断与引导 PPO
研究将 PPO 智能体放入解析可解的连续时间经纪商-交易者博弈中，用有限步奖励替代经纪商决策。在无噪声订单流下 PPO-FFNN 接近参考动作，但在随机订单流下 PPO-FFNN 与 PPO-LSTM 均不准确，其 critic 无法可靠排序邻近动作，基于势能的奖励塑形也无稳定改善。冻结解析策略后微调，成本减半可稳定缩小 2.22% 的差距。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。