AI na Matatizo Magumu ya Ulimwengu · Sayansi ya kompyuta ya kinadharia · arXiv · 2026-10-22
Ujifunzaji wa Kuimarishwa kwa Udhibiti wa Kimataifa-Kienyeji wa Mitandao ya Dinamiki na Matumizi katika Hatari ya Kimfumo
Kichwa asilia: Reinforcement Learning for Global-Local Control of Dynamic Networks with Applications to Systemic Risk
Waandishi wanapendekeza mfumo wa ujifunzaji wa kuimarisho (RL) kwa matatizo ya udhibiti kwenye mitandao inayobadilika, ambapo maamuzi yanachanganya vitendo vya jumla vya kiwango cha grafu na vitendo vya ndani vya kiwango cha node. Mtandao wa neva wa kupitisha ujumbe wenye vichwa tofauti vya sera vya jumla na ndani hutoa sera zinazotimiza ulinganifu wa permutation na masharti ya uwazi, na mipaka wazi ya Lipschitz inatoa udhamini wa kukaribiana kwa algoriti ya projected policy-gradient. Ikitumika kwa usimamizi wa hatari ya kimfumo katika mitandao ya kifedha, ambapo mdhibiti hagawia uingiliaji wa mitaji kati ya taasisi, usanifu huu unazidi misingi ya kawaida ya feedforward na kuenea hadi mitandao mikubwa.