AI और दुनिया की कठिन समस्याएँ · सैद्धांतिक कंप्यूटर विज्ञान · arXiv · 2026-10-22

गतिशील नेटवर्कों के ग्लोबल-लोकल नियंत्रण हेतु रीइन्फोर्समेंट लर्निंग, सिस्टमिक जोखिम में अनुप्रयोगों के साथ

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

लेखक गतिशील नेटवर्कों पर नियंत्रण समस्याओं के लिए सुदृढ़ीकरण अधिगम (रीइन्फोर्समेंट लर्निंग) का एक ढाँचा प्रस्तावित करते हैं, जहाँ निर्णय ग्राफ़-स्तरीय वैश्विक क्रियाओं को नोड-स्तरीय स्थानीय क्रियाओं के साथ जोड़ते हैं। अलग-अलग वैश्विक तथा स्थानीय पॉलिसी हेड वाला एक मैसेज-पासिंग न्यूरल नेटवर्क ऐसी पॉलिसियाँ देता है जो क्रमचय सममितियों और पारदर्शिता-बाध्यताओं को संतुष्ट करती हैं, और स्पष्ट लिप्शिट्ज़ सीमाएँ प्रक्षेपित पॉलिसी-ग्रेडिएंट एल्गोरिद्म के लिए अभिसरण गारंटी प्रदान करती हैं। इसे वित्तीय नेटवर्कों में व्यवस्थागत जोखिम प्रबंधन पर लागू किया गया, जहाँ एक नियामक संस्थाओं के बीच पूँजी-हस्तक्षेपों का आवंटन करता है — यह आर्किटेक्चर मानक फ़ीडफ़ॉरवर्ड बेसलाइनों से बेहतर प्रदर्शन करता है और बड़े नेटवर्कों तक स्केल करता है।

मूल लेख पढ़ें ↗

सभी आइटम →