ERAHBO: Un Metodo di Ottimizzazione Bayesiana per AutoRL Consapevole del Rischio

I ricercatori propongono ERAHBO (Efficient Heteroscedastic Bayesian Optimization for Risk-Averse AutoRL), un metodo di ottimizzazione bayesiana che modella sia la media che la varianza dei risultati dell'apprendimento per rinforzo come funzioni delle configurazioni degli iperparametri. ERAHBO mira a identificare iperparametri che raggiungono un alto rendimento medio riducendo la variabilità tra le sessioni di addestramento. Migliora l'efficienza del campionamento tramite ricampionamento adattivo anziché un budget fisso per iperparametro. Valutazioni empiriche su diversi algoritmi e ambienti RL mostrano che ERAHBO generalmente supera sia i baselines risk-neutral che risk-averse in termini di efficienza del campionamento per rendimenti avversi al rischio.