AI এবং বিশ্বের কঠিন সমস্যাগুলো · তাত্ত্বিক কম্পিউটার বিজ্ঞান · arXiv · 2026-10-22

ডাইনামিক নেটওয়ার্কের গ্লোবাল-লোকাল কন্ট্রোলের জন্য রিইনফোর্সমেন্ট লার্নিং এবং সিস্টেমিক রিস্কে এর প্রয়োগ

মূল শিরোনাম: Reinforcement Learning for Global-Local Control of Dynamic Networks with Applications to Systemic Risk

গবেষকেরা ডায়নামিক নেটওয়ার্কের কন্ট্রোল সমস্যার জন্য একটি রিইনফোর্সমেন্ট লার্নিং ফ্রেমওয়ার্ক প্রস্তাব করেছেন, যেখানে সিদ্ধান্তগুলি গ্রাফ-স্তরের গ্লোবাল অ্যাকশনের সঙ্গে নোড-স্তরের লোকাল অ্যাকশনকে একত্রিত করে। আলাদা গ্লোবাল ও লোকাল পলিসি হেডসহ একটি মেসেজ-পাসিং নিউরাল নেটওয়ার্ক এমন পলিসি তৈরি করে যা পারমুটেশন প্রতিসমতা ও ট্রান্সপারেন্সি সীমাবদ্ধতা মেনে চলে, আর সুস্পষ্ট Lipschitz bound একটি প্রজেক্টেড পলিসি-গ্রেডিয়েন্ট অ্যালগরিদমের জন্য কনভারজেন্স গ্যারান্টি দেয়। আর্থিক নেটওয়ার্কে সিস্টেমিক ঝুঁকি ব্যবস্থাপনায় — যেখানে একজন নিয়ন্ত্রক প্রতিষ্ঠানগুলির মধ্যে মূলধনী হস্তক্ষেপ বণ্টন করে — প্রয়োগ করা হলে এই আর্কিটেকচার স্ট্যান্ডার্ড ফিডফরওয়ার্ড বেসলাইনের চেয়ে ভালো ফল করে এবং বড় নেটওয়ার্কে স্কেল করে।

মূল লেখা পড়ুন ↗

সব আইটেম →